The ERP correlates of self-knowledge in ageing
Notice bibliographique
Résumé
Self-knowledge is a type of personal semantic knowledge that concerns one's self-image and personal identity. It has most often been operationalized as the summary of one's personality traits ("I am a stubborn person"). Interestingly, recent studies have revealed that the neural correlates of self-knowledge can be dissociated from those of general semantic and episodic memory in young adults. However, studies of "dedifferentiation" or loss of distinctiveness of neural representations in ageing suggest that the neural correlates of self-knowledge might be less distinct from those of semantic and episodic memory in older adults. We investigated this question in an event-related potential (ERP) study with 28 young and 26 older adults while they categorised personality traits for their self-relevance (self-knowledge conditions), and their relevance to certain groups of people (general semantic condition). Participants then performed a recognition test for previously seen traits (episodic condition). The amplitude of the late positive component (LPC), associated with episodic recollection processes, differentiated the self-knowledge, general semantic, and episodic conditions in young adults, but not in older adults. However, in older adults, participants with higher composite episodic memory scores had more differentiated LPC amplitudes across experimental conditions. Moreover, consistent with the fact that age-related neural dedifferentiation may be material and region specific, in both age groups some differences between memory types were observed for the N400 component, associated with semantic processing. Taken together, these findings suggest that declarative memory subtypes are less distinct in ageing, but that the amount of differentiation varies with episodic memory function.
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 | 0,000 |
| 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) | 0,000 | 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 ».