Stimulus-based mirror effects revisited.
Notice bibliographique
Résumé
The mirror effect is the finding that in recognition tests, a manipulation that increases the hit rate also decreases the false alarm rate. For example, low frequency words have a higher hit rate and a lower false alarm rate than high frequency words. Because the mirror effect is held to be a regularity of memory, it has had a pronounced influence on theories of recognition. We took advantage of the recent increase in the number of linguistic databases to create sets of stimuli that differed on one dimension (contextual diversity, frequency, or concreteness) but were more fully equated on other dimensions known to affect memory. Experiment 1 (contextual diversity), Experiment 3 (frequency), and Experiment 5 (concreteness) found no evidence of a mirror effect. We also conducted parallel experiments which used previously published stimuli that could not avail of the new databases and which therefore contained confounds. Experiment 2 (contextual diversity), Experiment 4 (frequency), and Experiment 6 (concreteness) all resulted in mirror effects. If this pattern of results is replicable, it has broad implications for theories of recognition, which typically view the mirror effect as a benchmark finding. Unfortunately, few articles on the mirror effect include the stimuli, rendering the past literature of little use in testing this hypothesis. We encourage researchers to create and assess other pools of highly controlled stimuli to establish whether the stimulus-based mirror effect obtains when confounds are eliminated or whether it is due to the presence of these confounds. (PsycInfo Database Record (c) 2023 APA, all rights reserved).
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».