Production does not improve memory for face–name associations.
Notice bibliographique
Résumé
Strategies for learning face-name associations are generally difficult and time-consuming. However, research has shown that saying a word aloud improves our memory for that word relative to words from the same set that were read silently. Such production effects have been shown for words, pictures, text material, and even word pairs. Can production improve memory for face-name associations? In Experiment 1, participants studied face-name pairs by reading half of the names aloud and half of the names silently, and were tested with cued recall. In Experiment 2, names were repeated aloud (or silently) for the full trial duration. Neither experiment showed a production effect in cued recall. Bayesian analyses showed positive support for the null effect. One possibility is that participants spontaneously implemented more elaborate encoding strategies that overrode any influence of production. However, a more likely explanation for the null production effect is that only half of each stimulus pair was produced-the name, but not the face. Consistent with this explanation, in Experiment 3 a production effect was not observed in cued recall of word-word pairs in which only the target words were read aloud or silently. Averaged across all 3 experiments, aloud targets were more likely to be recalled than silent targets (though not associated with the correct cue). The production effect in associative memory appears to require both members of a pair to be produced. Surprisingly, production shows little promise as a strategy for improving memory for the names of people we have just met. (PsycINFO Database Record
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 | 0,001 |
| 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 | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».