MétaCan
Menu
Retour à la cohorte
Enregistrement W2904845642 · doi:10.3758/s13421-018-0882-9

Dissociating visuo-spatial and verbal working memory: It’s all in the features

2018· article· en· W2904845642 sur OpenAlexaff
Marie Poirier, James M. Yearsley, Jean Saint‐Aubin, Claudette Fortin, Geneviève Gallant, Dominic Guitard

Notice bibliographique

RevueMemory & Cognition · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversité LavalUniversité de Moncton
Organismes subventionnairesCity, University of London
Mots-clésPsychologyDissociation (chemistry)Articulatory suppressionCognitive psychologyWorking memoryCognitionVerbal memoryShort-term memory

Résumé

récupéré en direct d'OpenAlex

Echoing many of the themes of the seminal work of Atkinson and Shiffrin (The Psychology of Learning and Motivation, 2; 89-195, 1968), this paper uses the feature model (Nairne, Memory & Cognition, 16, 343-352, 1988; Nairne, Memory & Cognition, 18; 251-269, 1990; Neath & Nairne, Psychonomic Bulletin & Review, 2; 429-441, 1995) to account for performance in working-memory tasks. The Brooks verbal and visuo-spatial matrix tasks were performed alone, with articulatory suppression, or with a spatial suppression task; the results produced the expected dissociation. We used approximate Bayesian computation techniques to fit the feature model to the data and showed that the similarity-based interference process implemented in the model accounted for the data patterns well. We then fit the model to data from Guérard and Tremblay (2008, Journal of Experimental Psychology: Learning, Memory, and Cognition, 34, 556-569); the latter study produced a double dissociation while calling upon more typical order reconstruction tasks. Again, the model performed well. The findings show that a double dissociation can be modelled without appealing to separate systems for verbal and visuo-spatial processing. The latter findings are significant as the feature model had not been used to model this type of dissociation before; importantly, this is also the first time the model is quantitatively fit to data. For the demonstration provided here, modularity was unnecessary if two assumptions were made: (1) the main difference between spatial and verbal working-memory tasks is the features that are encoded; (2) secondary tasks selectively interfere with primary tasks to the extent that both tasks involve similar features. It is argued that a feature-based view is more parsimonious (see Morey, 2018, Psychological Bulletin, 144, 849-883) and offers flexibility in accounting for multiple benchmark effects in the field.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,314
Score d'incertitude au seuil0,445

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0000,000

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 Opus0,073
Tête enseignante GPT0,322
Écart entre enseignants0,248 · 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

Citations22
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemory & CognitionMême sujetMemory Processes and InfluencesTravaux en français237 207