MétaCan
Menu
Retour à la cohorte
Enregistrement W2101895026 · doi:10.1002/meet.14505001111

A case study of surrogate memory cues, self‐narrative, and recall

2013· article· en· W2101895026 sur OpenAlexafffund
Lynne C. Howarth

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueIdentity, Memory, and Therapy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaAlzheimer Society
Mots-clésRecallNarrativeSession (web analytics)PsychologyFree recallAutobiographical memoryCognitive psychologyComputer scienceLiteratureArt

Résumé

récupéré en direct d'OpenAlex

Abstract This poster session paper reports on research exploring (1) how individuals with early‐stage Alzheimer's disease (AD) use memory cues in the form of representations (tokens) to recall memories of life stories, and (2) ways in which representations (tokens) influence the nature and content of the individual's recall narrative. Further, it examines whether memory recall differs in response to personal, participant‐chosen memory cues, as compared to those selected by someone other than the participant. Reliance on personal artifacts used during two of three unstructured interview sessions resulted in recollections that seemed more scripted in delivery and circumscribed in detail. In contrast, and in response to researcher‐selected tokens used exclusively during session 3, full recollections and additional stories were seen to be more fully formed and detailed. While this subset of a larger study deals only with one individual, findings suggest that generic associations may be at least equal to, if not more effective than, unique, individuated artifacts to engendering creative self‐expression and vivid personal recall for those experiencing the initial memory loss of AD. This finding may open opportunities to cultural heritage institutions (libraries, archives, museums, galleries) to assemble information “memory boxes” that reinforce recall of life stories by clients with early‐stage AD.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,359
Score d'incertitude au seuil0,730

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
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 Opus0,016
Tête enseignante GPT0,298
Écart entre enseignants0,282 · 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'étudeQualitatif
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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetIdentity, Memory, and TherapyTravaux en français237 207