Recovering memory: Sense‐making and recall strategies of individuals with mild cognitive impairment
Notice bibliographique
Résumé
Abstract Cognitive impairment as it relates to making sense of information, or to communicating information needs, can range from mild disorientation and aphasia, to a complete loss of short‐term memory and use of language. While studies on semantic dementia (SD), for example, are evident in a range of health science disciplines, and social work, little research – particularly within the information science discipline – on categorization or classification strategies for sense‐making and recall among those with SD or related cognitive impairments, has been identified. This poster reports on a pilot study exploring “sorting” strategies for recalling everyday life experiences, and the effectiveness of multi‐modal tokens as context for association and reconstruction of participant scenarios. Preliminary to a larger study, participants diagnosed with early stage Alzheimer/Dementia (AD) responded to questions concerning personal everyday life events. After a delay of several weeks, they were asked to describe what they associated with representative non‐verbal tokens or cues. Recollections were compared with original scenarios to determine (1) whether and how the multi‐modal cues provided access to the initial recall of the everyday life event, (2) what additional scenarios, if any, were evoked, and (3) what associative links revealed, subsequently, about sense‐making and sorting strategies around memory recall. Understanding how these strategies assist with reconstructing episodic and semantic memories could inform the design of life history retrieval systems for reinforcing or recovering intact memory.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| 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 ».