Divided attention at encoding or retrieval interferes with emotionally enhanced memory for words
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
Emotional information is typically better remembered than neutral information. We asked whether emotional, compared to neutral, words were less vulnerable to the detrimental effects of divided attention. In two experiments, undergraduate students intentionally encoded words of intermixed valence (neutral, negative, or positive) and arousal (neutral, high, or low). Following a filled delay, memory was assessed with a free recall test. In Experiment 1, participants encoded visually-presented words under either full attention (FA; no distracting task) or divided attention (DA; concurrently making animacy decisions to auditorily-presented distractor words) in a counterbalanced, within-subjects design. As expected following FA at encoding, recall was significantly enhanced for negative compared to neutral words. Following DA at encoding, recall was significantly impaired across all valences. Critically, DA at encoding also eliminated the memory benefit for negative information: recall of negative words was no longer significantly different from neutral or positive words. In Experiment 2, we manipulated attention at retrieval rather than encoding. Remarkably, results from Experiment 1 were replicated: DA eliminated the well-known emotionality boost for negative words. In both experiments, memory for positive words did not significantly differ from neutral. Findings suggest that DA during either encoding or retrieval can interfere with the specific mechanisms by which negative emotion typically improves memory.
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 | 0,000 | 0,001 |
| 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 découle