MétaCan
Menu
Retour à la cohorte
Enregistrement W2070543478 · doi:10.1037/a0022591

The role of overt attention in emotion-modulated memory.

2011· article· en· W2070543478 sur OpenAlexafffund
Lily Riggs, Douglas A. McQuiggan, Norman A. S. Farb, Adam K. Anderson, Jennifer D. Ryan

Notice bibliographique

RevueEmotion · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensUniversity of TorontoBaycrest Hospital
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPsychologyCognitive psychologyCognitionMediationEye movementNeuroscience

Résumé

récupéré en direct d'OpenAlex

The presence of emotional stimuli results in a central/peripheral tradeoff effect in memory: memory for central details is enhanced at the cost of peripheral items. It has been assumed that emotion-modulated differences in memory are the result of differences in attention, but this has not been tested directly. The present experiment used eye movement monitoring as an index of overt attention allocation and mediation analysis to determine whether differences in attention were related to subsequent memory. Participants viewed negative and neutral scenes surrounded by three neutral objects and were then given a recognition memory test. The results revealed evidence in support of a central/peripheral tradeoff in both attention and memory. However, contrary with previous assumptions, whereas attention partially mediated emotion-enhanced memory for central pictures, it did not explain the entire relationship. Further, although centrally presented emotional stimuli led to decreased number of eye fixations toward the periphery, these differences in viewing did not contribute to emotion-impaired memory for specific details pertaining to the periphery. These findings suggest that the differential influence of negative emotion on central versus peripheral memory may result from other cognitive influences in addition to overt visual attention or on postencoding processes.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,001
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 Opus0,061
Tête enseignante GPT0,265
Écart entre enseignants0,204 · 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

Citations56
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEmotionMême sujetMemory and Neural MechanismsTravaux en français237 207