MétaCan
Menu
Retour à la cohorte
Enregistrement W3209253063 · doi:10.1037/xlm0001093

The production effect over the long term: Modeling distinctiveness using serial positions.

2021· article· en· W3209253063 sur OpenAlexafffund
Véronique Cyr, Marie Poirier, James M. Yearsley, Dominic Guitard, Isabelle Harrigan, Jean Saint‐Aubin

Notice bibliographique

RevueJournal of Experimental Psychology Learning Memory and Cognition · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversité de Moncton
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNew Brunswick Innovation FoundationUniversité de Moncton
Mots-clésOptimal distinctiveness theorySerial position effectTerm (time)RecallShort-term memoryComputer sciencePsychologyCognitive psychologyWord (group theory)Long-term memoryFree recallArithmeticSpeech recognitionWorking memoryMathematicsCognitionSocial psychology

Résumé

récupéré en direct d'OpenAlex

The production effect is a well-established finding: If some words within a list are read aloud, that is, produced, they are better remembered than their silently read neighbors. The effect has been extensively studied with long-term memory tasks. Recently, using immediate serial recall and short-term order reconstruction, Saint-Aubin et al. (2021) reported informative interactions between the production effect and serial positions. Here, we asked whether these interactions would also be observed with the long-term memory tasks used in the field. In Experiment 1, pure and mixed lists of eight words were presented in both order reconstruction and free recall tasks, with a 30-s filled retention interval. In Experiment 2, the list length was extended to 24 words; in Experiment 3, 10-word lists were used with a 2-min retention interval. Results from all experiments aligned well with those observed in short-term memory. With mixed lists, where produced and silently read words alternated, produced items were better recalled, leading to sawtooth serial position curves. With pure lists, produced items were better recalled when studied in the last serial positions, but they were less well recalled for the primacy positions. Results were readily accounted for by the revised feature model, originally developed to explain short-term memory performance. The findings and model suggest that produced items are encoded with more item-specific, modality-related features and that this generates a relative distinctiveness advantage in short- and long-term memory. However, the richer encoding comes at a cost: It appears to disrupt rehearsal. (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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,048
Tête enseignante GPT0,365
Écart entre enseignants0,316 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations15
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology Learning Memory and CognitionMême sujetMemory Processes and InfluencesTravaux en français237 207