MétaCan
Menu
Retour à la cohorte
Enregistrement W4296732716 · doi:10.31234/osf.io/j2kbv

Fade in, fade out: Do shifts in visual perspective predict the consistency of real-world memories?

2022· preprint· en· W4296732716 sur OpenAlexaff
Victoria Wardell, Taylyn Jameson, Oliver Bontkes, Mytien Le, Tz-yu Duan, Peggy L. St. Jacques, Christopher R. Madan, Daniela J. Palombo

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Autobiographical memoryWitnessPsychologyCognitive psychologyConsistency (knowledge bases)PerceptionEveryday lifeMemory errorsFidelityRecallComputer scienceArtificial intelligenceEpistemology

Résumé

récupéré en direct d'OpenAlex

Memories of our personal past are not exact accounts of what occurred. Instead, memory reconstructs the past in adaptive–though not always faithful–ways. Using a naturalistic design, here we asked how the visual perspective adopted in the mind’s eye when recalling the past–namely an “own” eyes versus “observer” perspective–relates to the stability of autobiographical memories. We hypothesized that changes in visual perspective over time would predict poorer consistency of memories. Human participants (N=178) rated the phenomenology of and freely recalled self-selected memories of everyday events at two time points (10 weeks apart). Multilevel linear modeling revealed, as expected, that greater shifts in visual perspective over time predicted lower memory consistency, particularly for emotional details. Our results offer insight into the factors that predict the fidelity of memories for everyday events. Moreover, our results may elucidate new metrics that are useful in interpreting eye-witness testimony or experiences relayed in clinical contexts.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,478
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
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 Opus0,057
Tête enseignante GPT0,355
Écart entre enseignants0,298 · 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.

Devis d'étudeThéorique ou conceptuel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMemory Processes and InfluencesTravaux en français237 207