MétaCan
Menu
Retour à la cohorte
Enregistrement W3179672148 · doi:10.31234/osf.io/j2wmz

Negative Emotion Enhances Memory for the Sequential Unfolding of a Naturalistic Experience

2021· preprint· en· W3179672148 sur OpenAlexafffund
Deea K Dev, Victoria Wardell, Katherine Joyce Checknita, Alessandra Te, Aria S. Petrucci, Christopher R. Madan, Daniela J. Palombo

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversities Space Research Association
Mots-clésRecallPsychologyCognitive psychologyAffect (linguistics)Task (project management)Consistency (knowledge bases)CLIPSComputer scienceCommunicationArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The events of our lives unfold across time. When remembering these events, we often reference information about when they occurred and their sequential unfolding. How does negative emotion affect our ability to reconstruct the elements of an event in the correct temporal order? This study explored this question using naturalistic film stimuli. Human participants (N = 276) saw video clips varying in emotion (high versus low). Later, participants were asked to reconstruct the events in the encoded order. Participants’ temporal-order memory was better in the high- versus low-emotion condition. Free-recall data showed that participants remembered the high-emotion video with greater vividness, though consistency of details did not differ, nor did spontaneous ordering of clips. Our findings shed light on the multifaceted effects of negative emotion on memory, suggesting that highly negative events are reconstructed with greater temporal fidelity when order is a task demand. Theoretical and practical implications are discussed.

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)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,020
Score d'incertitude au seuil0,570

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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)0,0000,000

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 Opus0,093
Tête enseignante GPT0,354
Écart entre enseignants0,262 · 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 tête enseignante, 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

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMemory Processes and InfluencesTravaux en français237 207