MétaCan
Menu
Retour à la cohorte
Enregistrement W4242815983 · doi:10.31234/osf.io/ud63x

The truth is out there: Accuracy in recall of verifiable real-world events

2019· preprint· en· W4242815983 sur OpenAlexaff
Nicholas B. Diamond, Michael J. Armson, Brian Levine

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensBaycrest HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésForgettingRecallMemory errorsEpisodic memoryVerifiable secret sharingPsychologyCognitive psychologyConstructiveComputer scienceSocial psychologyCognitionProcess (computing)Set (abstract data type)

Résumé

récupéré en direct d'OpenAlex

How accurate is memory? Although people implicitly assume that their memories faithfully represent past events, the prevailing view in research is that memories are error-prone and constructive. Yet little is known about the frequency of errors, particularly in memories for naturalistic experiences. Here, younger and older adults underwent complex real-world experiences that were nonetheless controlled and verifiable, freely recalling these experiences after days to years. As expected, memory quantity and episodic detail richness declined with increasing age and retention interval. Details that participants did recall, however, were highly accurate (93-95%) across age and time. This level of accuracy far exceeded comparatively low estimations among memory scientists and other academics in a survey. These findings suggest that details freely recalled from one-time real-world experiences can retain high correspondence to the ground truth despite significant forgetting, with higher accuracy than expected given the emphasis on fallibility in the field of memory research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,596
Score d'incertitude au seuil0,748

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,350
Écart entre enseignants0,264 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMemory Processes and InfluencesTravaux en français237 207