MétaCan
Menu
Retour à la cohorte
Enregistrement W3102706632 · doi:10.1038/s41598-020-77369-4

Reward anticipation selectively boosts encoding of gist for visual objects

2020· article· en· W3102706632 sur OpenAlexafffund
Liyana T. Swirsky, Ryan M. Marinacci, Julia Spaniol

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesOntario Ministry of Research and InnovationOntario Ministry of Research, Innovation and ScienceCanada Research Chairs
Mots-clésGiSTAnticipation (artificial intelligence)Encoding (memory)HippocampusDopaminergicTask (project management)NeurosciencePsychologyEpisodic memoryCognitive psychologyRecognition memoryComputer scienceCognitionArtificial intelligenceBiologyDopamine

Résumé

récupéré en direct d'OpenAlex

Reward anticipation at encoding enhances later recognition, but it is unknown to what extent different levels of processing at encoding (gist vs. detail) can benefit from reward-related memory enhancement. In the current study, participants (N = 50) performed an incidental encoding task in which they made gist-related or detail-related judgments about pairs of visual objects while in anticipation of high or low reward. Results of a subsequent old/new recognition test revealed a reward-related memory benefit that was specific to objects from pairs encoded in the attention-to-gist condition. These findings are consistent with the theory of long-axis specialization along the human hippocampus, which localizes gist-based memory processes to the anterior hippocampus, a region highly interconnected with the dopaminergic reward network.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,140
Tête enseignante GPT0,356
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMemory and Neural MechanismsTravaux en français237 207