Effects of Vocal Emotion on Memory in Younger and Older Adults
Notice bibliographique
Résumé
BACKGROUND/STUDY CONTEXT: Emotional content can enhance memory for visual stimuli, and older adults often perform better if stimuli portray positive emotion. Vocal emotion can enhance the accuracy of word repetition in noise when vocal prosody portrays attention-capturing emotions such as fear and pleasant surprise. In the present study, the authors examined the effect of vocal emotion on the accuracy of repetition and recall in younger and older adults when words are presented in quiet or in a background of competing babble. METHODS: Younger and older adults (Mage = 20 and 72 years, respectively) participated. Lists of 100 items (carrier phrase plus target word) were presented in recall sets of increasing size. Word repetition accuracy was tested after each item and recall after each trial in each set size. In Experiment 1, one list spoken in a neutral voice and another with emotion (fear, pleasant surprise, sad, neutral) were presented in quiet (n = 24 per group). In Experiment 2, participants (n = 12 per group) were presented the emotional list in noise. RESULTS: In quiet, word repetition accuracy was near perfect for both groups and did not vary systematically with set size for the list spoken in a neutral voice; however, for the emotional list, repetition was less accurate, especially for the older group. Recall in quiet was higher for younger than older adults; collapsed over groups, recall was higher for the neutral than for the emotional list and it decreased with increasing set size. In noise, emotion-specific effects emerged; word repetition for the older group and word recall for both groups (more for younger than older) was best for fear or pleasant surprise and worst for sad. CONCLUSION: In quiet, vocal emotion reduced the word repetition accuracy of the older group and recall accuracy for both groups. In noise, there were emotion-specific effects on the repetition accuracy of older adults and the recall accuracy of both groups. Both groups, but especially the younger group, performed better for items portraying fear or pleasant surprise and worse for items portraying sadness or neutral emotion. The emotion-specific effects on word repetition cascade to recall, especially in older listeners.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».