MétaCan
Menu
Retour à la cohorte
Enregistrement W3026910751 · doi:10.1017/s1355617720000429

An Incidental Learning Method to Improve Face-Name Memory in Older Adults With Amnestic Mild Cognitive Impairment

2020· article· en· W3026910751 sur OpenAlexafffund
Renée K. Biss, Gillian Rowe, Lynn Hasher, Kelly J. Murphy

Notice bibliographique

RevueJournal of the International Neuropsychological Society · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversity of TorontoBaycrest Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésForgettingPsychologyRecallSurpriseCued recallEpisodic memoryCognitive psychologyTask (project management)DistractionAudiologyCognitionFree recallDevelopmental psychologyMedicineNeuroscienceCommunication

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Forgetting names is a common memory concern for people with amnestic mild cognitive impairment (aMCI) and is related to explicit memory deficits and pathological changes in the medial temporal lobes at the early stages of Alzheimer's disease (AD). In the current experiment, we tested a unique method to improve memory for face-name associations in people with aMCI involving incidental rehearsal of face-name pairs. METHOD: Older adults with aMCI and age- and education-matched controls learned 24 face-name pairs and were tested via immediate cued recall with faces as cues for associated names. During a 25- to 30-min retention interval, 10 of the face-name pairs reappeared as a quarter of the items on a seemingly unrelated 1-back task on faces, with the superimposed names irrelevant to the task. After the delay, surprise delayed cued recall and forced-choice associative recognition tests were administered for the face-name pairs. RESULTS: Both groups showed reduced forgetting of the names that repeated as distraction and enhanced recollection of these pairs. CONCLUSIONS: The results demonstrate that passive methods to prompt automatic retrieval of associations may hold promise as interventions for people with early signs of AD.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,806
Score d'incertitude au seuil0,364

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,337
Écart entre enseignants0,306 · 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'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

Citations7
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the International Neuropsychological SocietyMême sujetMemory Processes and InfluencesTravaux en français237 207