Flexible Use of Spatial Frames of Reference for Object–Location Memory in Older Adults
Notice bibliographique
Résumé
In memory, representations of spatial features are stored in different reference frames; features relative to our position are stored egocentrically and features relative to each other are stored allocentrically. Accessing these representations engages many cognitive and neural resources, and so is susceptible to age-related breakdown. Yet, recent findings on the heterogeneity of cognitive function and spatial ability in healthy older adults suggest that aging may not uniformly impact the flexible use of spatial representations. These factors have yet to be explored in a precisely controlled task that explicitly manipulates spatial frames of reference across learning and retrieval. We used a lab-based virtual reality task to investigate the relationship between object-location memory across frames of reference, cognitive status, and self-reported spatial ability. Memory error was measured using Euclidean distance from studied object locations to participants' responses at testing. Older adults recalled object locations less accurately when they switched between frames of reference from learning to testing, compared with when they remained in the same frame of reference. They also showed an allocentric learning advantage, producing less error when switching from an allocentric to an egocentric frame of reference, compared with the reverse direction of switching. Higher MoCA scores and better self-assessed spatial ability predicted less memory error, especially when learning occurred egocentrically. We suggest that egocentric learning deficits are driven by difficulty in binding multiple viewpoints into a coherent representation. Finally, we highlight the heterogeneity of spatial memory performance in healthy older adults as a potential cognitive marker for neurodegeneration, beyond normal aging.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».