MétaCan
Menu
Retour à la cohorte
Enregistrement W4254744428 · doi:10.24908/iqurcp.9000

Scanning of Face-Scene or Object-Scene Pairs Reveals Implicit Relational Memory

2016· article· en· W4254744428 sur OpenAlexvenueno aff
Leora Branfield Day

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyObject (grammar)Task (project management)Face (sociological concept)Cognitive psychologyRecallContrast (vision)Implicit memoryFunction (biology)CommunicationArtificial intelligenceCognitionComputer scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

The hippocampus is thought to play a role in the formation of memories of relations among items in a scene (Cohen and Eichenbaum, 1993). Recently, we described a change detection task in which visual scanning of objects in a scene indicated explicit memory for those objects, and is thought to require hippocampal function (Chau, Murphy, Rosenbaum, Ryan, & Hoffman, 2010). In contrast, a task pairing faces and scenes revealed that the scanning of faces can be used as a measure of implicit memory, yet it, too, is associated with hippocampal function (Hannula & Ranganath, 2009). One difference between tasks is that the latter was never tested with objectscene pairs. In this study, we replicated the face-scene task, and added an object-scene condition to determine if the difference in scanning of previously shown pairs exists for objects-scene pairs and if, as with faces, this bias exists in the absence of explicit recall. Paired items were viewed preferentially, whether the items were faces or objects, and irrespective of whether recall was implicit or explicit. The bias towards the paired image emerged within the first 500 ms of viewing for all pairs, and the protracted response was stronger for explicit than implicit pairs. These results suggest that this task is effective whether using face or object stimuli, and could be used to tease apart the role of the hippocampus in explicit and implicit memory formation. Furthermore, its use of non-verbal measurements makes it amenable for use in animal models.Authors: Branfield Day, Leora R.; Bartlett, Adrian M.; Leonard, Timothy K. and Hoffman, Kari L.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,289
Tête enseignante GPT0,407
Écart entre enseignants0,118 · 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'étudeObservationnel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetMemory and Neural MechanismsTravaux en français237 207