MétaCan
Menu
Retour à la cohorte
Enregistrement W2898513753 · doi:10.1080/0361073x.2018.1521498

When Do Older Adults Show a Positivity Effect in Emotional Memory?

2018· article· en· W2898513753 sur OpenAlexafffund
Clémence Joubert, Patrick S. R. Davidson, Hanna Chainay

Notice bibliographique

RevueExperimental Aging Research · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité de LyonAgence Nationale de la Recherche
Mots-clésPsychologyYoung adultCognitionDevelopmental psychologyEpisodic memoryAudiologyMedicineNeuroscience

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Typically, positive and negative emotional items are easier to remember than neutral ones. Charles, Mather, and Carstensen (2003) reported that older adults preferentially remember positive items, but this age-related "positivity effect" has not been replicated consistently. METHODS: We conducted a close replication of Charles et al.'s study to verify that their method yields a clear positivity effect in older adults relative to the young. We also examined the role of attention, which has been argued to influence the presence of the positivity effect in older adults. We used a method similar to Charles et al. (2003). Young and older adults recalled pictures that had been encoded under full or divided attention. RESULTS AND CONCLUSIONS: Older adults showed a positivity effect, but only under full attention. Young adults did not show any hint of a positivity effect, under either of the encoding conditions. The finding of a positivity effect in older but not young adults replicates the original report from Charles et al. (2003). The attention manipulation results suggest that when the positivity effect occurs in older adults' memory, it is attributable at least in part to cognitive control during encoding. Key terms: Emotional Enhancement of Memory-Divided attention-Aging.

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)0,004
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,057
Tête enseignante GPT0,404
Écart entre enseignants0,347 · 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

Citations24
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExperimental Aging ResearchMême sujetMemory Processes and InfluencesTravaux en français237 207