MétaCan
Menu
Retour à la cohorte
Enregistrement W2015978413 · doi:10.1080/03610730600553935

The Effects of Attention Switching on Encoding and Retrieval of Words in Younger and Older Adults

2006· article· en· W2015978413 sur OpenAlexaff
Michael Hogan, Clare Kelly, Fergus I. M. Craik

Notice bibliographique

RevueExperimental Aging Research · 2006
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversity of TorontoBaycrest Hospital
Organismes subventionnairesnon disponible
Mots-clésCued speechPsychologyStimulus (psychology)Encoding (memory)Cognitive psychologyTask switchingTask (project management)Developmental psychologyRecognition memoryCognitionAudiologyNeuroscienceMedicine

Résumé

récupéré en direct d'OpenAlex

Two experiments examined the interaction between aging, attention switching, encoding process, and recognition memory using different versions of a cued attention switching paradigm. In Experiment 1, 30 younger and 35 older adults encoded words based on font color, meaning, or by explicit learning with a color response during performance of a choice-reaction time (RT) task. Attention switches were cued by means of stimulus location, and occurred on average every seven trials. In Experiment 2, attention switching was precued from a central fixation point and the number of critical switch trials was increased, occurring on average every four trials. Memory was assessed in both experiments by means of a forced-choice recognition task. Results indicated that, relative to color encoding, older adults benefited more than younger adults from semantic encoding, but less from explicit learning instructions. Attention switching disrupted encoding task performance of older adults more than that of younger adults, but recognition memory was generally unaffected. Results are discussed in light of theoretical models of aging memory that posit a role for executive control processing.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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)0,0010,000

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 Opus0,073
Tête enseignante GPT0,425
Écart entre enseignants0,352 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations22
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExperimental Aging ResearchMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207