MétaCan
Menu
Retour à la cohorte
Enregistrement W3097367461 · doi:10.1027/2151-2604/a000424

Learning From (Test) Experience

2020· article· en· W3097367461 sur OpenAlexaff
Evan E. Mitton, Chris M. Fiacconi

Notice bibliographique

RevueZeitschrift für Psychologie · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMetamemoryMetacognitionPsychologyMemory testCognitive psychologyTest (biology)Recognition memoryCognitionNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract. To date there has been relatively little research within the domain of metamemory that examines how individuals monitor their performance during memory tests, and whether the outcome of such monitoring informs subsequent memory predictions for novel items. In the current study, we sought to determine whether spontaneous monitoring of test performance can in fact help individuals better appreciate their memory abilities, and in turn shape future judgments of learning (JOLs). Specifically, in two experiments we examined recognition memory for visual images across three study-test cycles, each of which contained novel images. We found that across cycles, participants’ JOLs did in fact increase, reflecting metacognitive sensitivity to near-perfect levels of recognition memory performance. This finding suggests that individuals can and do monitor their test performance in the absence of explicit feedback, and further underscores the important role that test experience can play in shaping metacognitive evaluations of learning and remembering.

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)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,359
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,005
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,131
Tête enseignante GPT0,368
Écart entre enseignants0,237 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZeitschrift für PsychologieMême sujetMemory Processes and InfluencesTravaux en français237 207