The effects of aging and an episodic specificity induction on spontaneous task-unrelated thought
Notice bibliographique
Résumé
When voluntarily describing their past or future, older adults typically show a reduction in episodic specificity (e.g., including fewer details reflecting a specific event, time and/or place). However, aging has less impact on other types of tasks that place minimal demands on strategic retrieval such as spontaneous thoughts. In the current study, we investigated age-related differences in the episodic specificity of spontaneous thoughts using experimenter-based coding of thought descriptions. Additionally, we tested whether an episodic specificity induction, which increases episodic detail during deliberate retrieval of events in young and older adults, has the same effect under spontaneous retrieval. Twenty-four younger and 24 healthy older adults performed two counterbalanced sessions including a video, the episodic specificity or control induction, and a vigilance task. In the episodic specificity induction, participants recalled the details of the video while in the control they solved math exercises. The impact of this manipulation on the episodic specificity of spontaneous thoughts was assessed in the subsequent vigilance task, in which participants were randomly stopped to describe their thoughts and classify them as deliberate/spontaneous. We found no differences in episodic specificity between age groups in spontaneous thoughts, supporting the prediction that automatic retrieval attenuates the episodic specificity decrease in aging. The lack of age differences was present regardless of the induction, showing no interactions. For the induction, we also found no main effect, indicating that automatic retrieval bypasses event construction and accesses pre-stored events. Overall, our evidence suggests that spontaneous retrieval is a promising strategy to support episodic specificity in 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 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 | 0,003 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».