MétaCan
Menu
Retour à la cohorte
Enregistrement W2328130814 · doi:10.1037/a0033003

The role of suppression in resolving interference: Evidence for an age-related deficit.

2013· article· en· W2328130814 sur OpenAlexafffund
M. Karl Healey, Lynn Hasher, Karen L. Campbell

Notice bibliographique

RevuePsychology and Aging · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPsychologyCognitionCompetitor analysisContrast (vision)Cognitive psychologyDevelopmental psychologyCoding (social sciences)MemoriaAudiologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Difficulty with memory retrieval is a salient feature of cognitive aging and may be related to a reduction in the ability to suppress items that compete for retrieval. To test this hypothesis directly, we presented a series of words for shallow coding that included pairs of orthographically similar words (e.g., ALLERGY and ANALOGY). After a delay, participants solved word fragments (e.g., A _ L _ _ GY) that resembled both words in a pair but could only be completed by one. We measured the consequence of having successfully resolved competition by having participants read a list of words including the rejected competitors as quickly as possible. Response time was compared with control conditions that did not require resolving competition. Older adults showed no evidence of suppression; instead they showed priming for the competitors, in sharp contrast to strong suppression effects previously observed in younger adults. Whereas previous studies have provided clear evidence for suppression deficits by examining the ability to produce targets in high interference situations, here we provide direct evidence for a suppression deficit by examining the accessibility of rejected competitors.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,083
Tête enseignante GPT0,381
Écart entre enseignants0,298 · 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

Citations86
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychology and AgingMême sujetMemory Processes and InfluencesTravaux en français237 207