MétaCan
Menu
Retour à la cohorte
Enregistrement W2012722699 · doi:10.1080/09658210500426623

The long-term recency effect in recognition memory

2006· article· en· W2012722699 sur OpenAlexaff
Deborah Talmi, Yonatan Goshen‐Gottstein

Notice bibliographique

RevueMemory · 2006
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyRecognition memoryTerm (time)Memory testCognitive psychologyTest (biology)Speech recognitionComputer scienceCognitionNeuroscience

Résumé

récupéré en direct d'OpenAlex

Three classes of theories explain the recency effect: the modal model, single-store models, and the composite view, which integrates the two positions. None could explain the absence of a long-term recency effect in recognition memory in previous studies. We suggest that prior work did not obtain a recency effect because testing used a multiple-probe rather than a single-probe recognition procedure. Here we tested memory using a single-probe recognition procedure. Experimental conditions included an immediate test, a delayed test after a filled interval, and a continuous-distractor paradigm in which the same filled delay preceded the first word and followed every study word. The long-term recency effect in continuous-distractor recognition was equivalent to the recency effect in immediate recognition. Its absence in the delayed recognition condition demonstrated that it was not attributed to the use of a putative short-term memory store. Single-store models and the composite view can account for this novel finding.1 1The study was funded by an NSERC grant CFC 205055 Fund 454119 to Morris Moscovitch and by the Israel Science Foundation Grant 894-01 to Yonatan Goshen-Gottstein. The authors thank Morris Moscovitch for his support, J. B. Caplan and F. I. M. Craik for their encouragement, helpful discussions, and comments on earlier drafts of this manuscript, and M. Ziegler for help in programming.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,638
Score d'incertitude au seuil0,562

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,027
Tête enseignante GPT0,273
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemoryMême sujetMemory Processes and InfluencesTravaux en français237 207