Repetition enhances the effects of activated long-term memory
Notice bibliographique
Résumé
Recent research indicates that visual long-term memory (vLTM) representations directly interface with perception and guide attention. This may be accomplished through a state known as activated LTM, however, little is known about the nature of activated LTM. Is it possible to enhance the attentional effects of these activated representations? And furthermore, is activated LTM discrete (i.e., a representation is either active or not active, but only active representations interact with perception) or continuous (i.e., there are different levels within the active state that all interact with perception)? To answer these questions, in the present study, we measured intrusion effects during a modified Sternberg task. Participants saw two lists of three complex visual objects, were cued that only one list was relevant for the current trial (the other list was, thus, irrelevant), and then their memory for the cued list was probed. Critically, half of the trials contained repeat objects (shown 10 times each), and half of the trials contained non-repeat objects (shown only once each). Results indicated that repetition enhanced activated LTM, as the intrusion effect (i.e., longer reaction times to irrelevant list objects than novel objects) was larger for repeat trials compared with non-repeat trials. These initial findings provide preliminary support that LTM activation is continuous, as the intrusion effect was not the same size for repeat and non-repeat trials. We conclude that researchers should repeat stimuli to increase the size of their effects and enhance how LTM representations interact with perception.
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 ».