Effects of Regulating Positive Emotions through Reappraisal and Suppression on Verbal and Non-Verbal Recognition Memory
Notice bibliographique
Résumé
Previous research has suggested that regulating emotions through reappraisal does not incur cognitive costs. However, in those experiments, cognitive costs were often assessed by recognition memory for information that was contextually related to the emotionally evocative stimuli and may have been incorporated into the reappraisal script, facilitating memory. Furthermore, there is little research on the cognitive correlates of regulating positive emotions. In the current experiment, we tested memory for information that was contextually unrelated to the emotional stimuli and could not easily be related to the reappraisal. Participants viewed neutral and mildly positive slides and either reappraised, suppressed their emotions, or viewed the images with no emotion regulation instruction. At the same time, they heard abstract words that were unrelated to the picture stimuli. Subsequent verbal recognition memory was lower after reappraising than viewing, whereas non-verbal recognition memory (of the slides) was higher after reappraising, but only for positive pictures and when participants viewed the positive pictures first. Suppression had no significant effect on either verbal or non-verbal recognition scores, although there was a trend towards poorer recognition of verbal information. The findings support the notion that reappraisal is effortful and draws on limited cognitive resources, causing decrements in performance in a concurrent memory task.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».