MétaCan
Menu
← Retour à la cohorte
Enregistrement W4243166350 · doi:10.32920/ryerson.14664087

Effect of motivational incentives on face-name hyper-binding in older adults

2021· preprint· en· W4243166350 sur OpenAlexaff
Liyana T. Swirsky

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of GuelphToronto Metropolitan UniversitySystems, Applications & Products in Data Processing (Canada)
Organismes subventionnairesnon disponible
Mots-clésPsychologyAffect (linguistics)IncentiveCognitionCognitive psychologyDevelopmental psychologyNeuroscienceCommunicationMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Hyper-binding refers to the tendency for older adults to encode extraneous information from their environment, and bind this information to attentional targets such that this distracting information can be remembered in association with target information on a subsequent task. This tendency is hypothesized to result from a loss of selectivity in memory and attention due to a loss of inhibitory control. However, older adults do demonstrate selectivity under certain motivational conditions. For example, older adults show enhanced memory selectivity in reward-motivated states. The current study used motivational incentives (virtual rewards) to investigate the interaction between hyper-binding and reward-based motivation. Results revealed a motivation-related decrease in hyper-binding in older adults. This decrease was not affected by incentive magnitude (low versus high). These results suggest that the value-directed selectivity of memory and attention counteract the age-related selectivity deficit associated with hyper-binding. Keywords: Cognitive aging, inhibitory control, selective attention, hyper-binding, motivated cognition, reward-based motivation

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,380
Écart entre enseignants0,352 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAging and Gerontology Research→Travaux en français237 207→