Examining the influence of action on spatial working memory: The importance of selection
Notice bibliographique
Résumé
We report three experiments that examine the influence of pointing-to relative to passively viewing an array of objects that participants are attempting to memorize. Recently, Chum, Bekkering, Dodd, and Pratt (2007) provided evidence that pointing to objects enhanced memory relative to passively viewing objects when pointing instruction was manipulated within trial (e.g., point to one array but passively view the other). We replicate this result but also demonstrate that when pointing instruction is blocked (e.g., participants point to or passively view all items in an array as opposed to pointing to some while passively viewing others), pointing to an array of objects actually decreases memory relative to passively viewing that array. Moreover, when pointing is manipulated within trial, the influence of action on working-memory performance appears to be attributable to an enhancement of processing of the pointed-to items as well as a subsequent inhibition of the passively viewed array. These results demonstrate that while action can enhance working memory under conditions where a subset of items is actively selected for additional processing, when selection is not a requirement (e.g., either point to everything or passively view everything), action decreases working-memory performance. Thus, the relationship between action and spatial working memory is complex and context dependent. These results are also discussed as they relate to other similar phenomena (e.g., retrieval-induced forgetting, Corsi Blocks test) in which selection during processing may be critical, and collectively these results provide important insight into spatial working memory and the factors that influence it.
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 | 0,001 |
| 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 ».