Working memory load dissociates contingency learning and item-specific proportion-congruent effects.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A consistent finding in the Stroop literature is that congruency effects (i.e., the color-naming latency difference between words presented in incongruent vs. congruent colors) are larger for mostly-congruent items (e.g., the word RED presented most often in red) than for mostly-incongruent items (e.g., the word GREEN presented most often in yellow). This "item-specific proportion-congruent effect" might be produced by a conflict-adaptation process (e.g., fully focus attention to the color when the word GREEN appears) and/or by a more general learning mechanism of stimulus-response contingencies (e.g., respond "yellow" when the word GREEN appears). Under the assumption that limited-capacity resources are necessary for learning stimulus-response contingencies, we examined the contingency-learning account using both Stroop and nonconflict (i.e., noncolor words written in colors) versions of a color identification task while participants maintained a working memory (WM) load. Consistent with the contingency-learning account, WM load modulated people's ability to learn contingencies in the nonconflict task. In contrast, across 3 experiments, WM load did not affect the item-specific proportion-congruent effect in the Stroop task even though we employed a design (the "2-item set" design) in which contingency learning should be the dominant process. These results imply that the item-specific proportion-congruent effect is not merely a byproduct of contingency learning but a manifestation of reactive control, a mode of control engagement that may be especially useful when WM resources are scarce. (PsycInfo Database Record (c) 2020 APA, all rights reserved).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle