MétaCan
Menu
Retour à la cohorte
Enregistrement W2484973161 · doi:10.1037/cep0000083

Evaluating the basis of the between-group production effect in recognition.

2016· article· en· W2484973161 sur OpenAlexafffund
Alexander Taikh, Glen E. Bodner

Notice bibliographique

RevueCanadian Journal of Experimental Psychology/Revue canadienne de psychologie expérimentale · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOptimal distinctiveness theoryPsychologyTask (project management)PsycINFOCognitive psychologyReading (process)Test (biology)Production (economics)SalientNatural language processingSocial psychologyComputer scienceLinguisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Reading a list of words aloud can improve recognition over silently reading them. This between-groups production effect (PE) cannot be due to relative distinctiveness because each group studies only 1 type of item. We tested 2 other possibilities. By a strategy account, a pure-aloud group might benefit from use of a production-based distinctiveness strategy at test (e.g., "Did I say this word aloud?"). By a strength account, aloud items may simply be more strongly encoded than silent items. To evaluate these accounts, we tested whether a between-group PE occurs when participants experience a salient within-group manipulation of font size, generation, or imagery at study. The answer was yes, except when imagery was the within-group task. This pattern, and aspects of participants' strategy reports, fit well with a strategy account if it is assumed that the imagery task led participants to abandon a production-based strategy. However, many of our findings were also compatible with an evaluated strength account if it is assumed that the imagery task led participants to abandon evaluating memory strength. In conjunction with recent findings, we suggest that multiple processes may contribute to the PE, and the relevant subset in play will differ as a function of study design, study task, and memory test. (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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,573

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,145
Tête enseignante GPT0,381
Écart entre enseignants0,236 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations20
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Experimental Psychology/Revue canadienne de psychologie expérimentaleMême sujetMemory Processes and InfluencesTravaux en français237 207