The item/order account of word frequency effects: Evidence from serial order tests
Notice bibliographique
Résumé
According to the item/order hypothesis, high-frequency words are processed more efficiently and therefore order information can be readily encoded. In contrast, low-frequency words are processed less efficiently and the focus on item-specific processing compromises order information. Most experiments testing this account use free recall, which has led to two problems: First, the role of order information is difficult to evaluate in free recall, and second, the data from free recall show all three possible patterns of results: memory for high-frequency words can be better than, the same as, or worse than that for low-frequency words. A series of experiments tested the item/order hypothesis using tests where the role of order information is less ambiguous. The item/order hypothesis predicts better performance for high- than low-frequency words when pure lists are used in both immediate serial recall (ISR) and serial reconstruction of order (SRO) tests. In contrast, when mixed (alternating) lists are used, it predicts better performance for low- than for high-frequency words with ISR tests, but equivalent performance with SRO tests. The experiments generally confirm these predictions, with the notable exception of a block order effect in SRO tasks: When a block of low-frequency lists preceded a block of high-frequency lists, a high-frequency advantage was observed but when a block of high-frequency lists preceded a block of low-frequency lists, no frequency effect was observed. A final experiment provides evidence that this block order effect is due to metacognitive factors.
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 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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 tête enseignante, 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 ».