The impact of mnemonic interference on memory for visual form
Notice bibliographique
Résumé
How does interference impact memory? Previous work found that different types of distracting information can differentially alter how visual representations are forgotten. In addition, a recent series of experiments found that highly dissimilar interfering items erase the contents of memory, while highly similar and variable interfering items blur memory representations. Though these effects have been shown for color memory, it is unclear if they extend to other object features such as shape. Here, we used a novel "Shape Wheel" to assess how different kinds of interference would impact shape memory. On this wheel, 2D line drawings were morphed together to create an array of 360 shapes, corresponding to 360 degrees on a circle. Participants were asked to remember a shape sampled from this wheel, then were shown interfering shapes that were either perceptually similar to the studied shape, perceptually dissimilar from the studied shape, perceptually variable, or scrambled shapes (baseline condition). We used a mixture model to measure the probability that the item is stored in memory, defined as accuracy, as well as the level of detail of that representation, defined as precision. We found that when interfering shapes were similar to the studied item, a numerical but non-significant benefit to memory accuracy was observed. However, when interfering shapes were dissimilar to the studied item, accuracy was reduced. In contrast, memory precision was reduced only when interfering shapes were similar or perceptually variable. These findings extend previous results by demonstrating the differential effects of interference for isolated feature-level shape information. Visually dissimilar interference erases memory representations, while visually variable and highly similar interfering items tended to blur shape representations. As the impact of interference was consistent across studies, these findings may offer a set of general principles regarding how interference impacts high-level object representations and all features therein. Meeting abstract presented at VSS 2017
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».