Interference and the Representation of Order within Associations
Notice bibliographique
Résumé
In the presence of interference, recall of pairs can critically depend on the diagnostic power of memory of the order of items within the pair. Models of pair memory make different assumptions about whether and how such order information is stored, from convolution-based models, which assume no explicit storage of order, to matrix models and several models that assume a pair is learned by concatenating the representations of the constituent items, which lead to perfect within-pair order memory (given retrieval of the pair). Here we investigate memory for associations and within-pair order by examining the relationship between forward and backward probes of pairs subject to order-dependent associative interference in a double-function list paradigm. Associative interference disrupted the high correlation between forward and backward recall accuracy that is typically observed in standard paired-associate learning, challenging matrix and concatenation-based models. However, participants could overcome some interference due to within-pair order ambiguity, challenging directionally ambiguous convolution-based models. Unexpectedly, the test-retest correlation was reduced for pairs under the influence of interference compared to control pairs. This finding is incompatible with all existing implementations of the model classes we consider. Any model must include an assumption that order encoding (but not retrieval) is unreliable, and the form of this additional mechanism may depend intimately on how a given model is designed. In sum, our findings suggest that within-pair order memory is neither poor nor perfect, pointing to a fallible mechanism for within-pair order learning in verbal association-memory tasks.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».