MétaCan
Menu
Retour à la cohorte
Enregistrement W2327404704 · doi:10.1016/j.jarmac.2016.03.002

The effect of immigration on the contents and organization of autobiographical memory: A transition-theory perspective.

2016· article· en· W2327404704 sur OpenAlexafffundabout
Liangzi Shi, Norman Brown

Notice bibliographique

RevueJournal of Applied Research in Memory and Cognition · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueIdentity, Memory, and Therapy
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAutobiographical memoryOptimal distinctiveness theoryPsychologyRelocationImmigrationPerspective (graphical)Transition (genetics)Social psychologyDevelopmental psychologyCognitive psychologyRecallHistory

Résumé

récupéré en direct d'OpenAlex

This study examined how immigration affects the organization and contents of autobiographical memory. The 40 middle-aged individuals who participated in this study were at least in their 30s when relocating from China to Canada. The participants retrieved personal memories in response to neutral cue words, thought aloud as they dated the retrieved memories, assessed the phenomenal properties of retrieved memories, and finally rated the transitional impacts of their relocation to Canada. We observed a robust Living-through-Immigration effect (i.e. frequent reference to relocation in event dating) and a large Immigration Bump. We also confirmed that relocation to Canada was perceived to be a major life transition. Regardless of when they occurred, the recalled events received roughly same mid-scale ratings on importance, self-relevance, distinctiveness and emotional intensity. The findings support the transition-theory prediction that important personal transitions should affect autobiographical memory in much the same way that important collective transitions do.

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)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,025
Tête enseignante GPT0,335
Écart entre enseignants0,310 · 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

Citations32
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Research in Memory and CognitionMême sujetIdentity, Memory, and TherapyTravaux en français237 207