MétaCan
Menu
← Retour à la cohorte
Enregistrement W4311735222 · doi:10.1167/jov.22.14.4445

Naturally occurring affect does not predict hyper-binding across three age groups: Individual difference evidence for hyper-binding not only being shown in older adults

2022· article· en· W4311735222 sur OpenAlexaff
Andrew Chung, Karen M. Arnell

Notice bibliographique

RevueJournal of Vision · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)PsychologyDevelopmental psychologyTraitTask (project management)CognitionWorking memoryNeuroscienceCommunication

Résumé

récupéré en direct d'OpenAlex

Hyper-binding is shown when irrelevant information is processed and bound to relevant information and this binding carries over to a subsequent task. For example, when participants perform a 1-back task with line drawings superimposed with irrelevant words, and then are later asked to perform an ostensibly unrelated paired-associate memory task with picture-word pairs, their memory is better for pairs that appeared in the 1-back task than for rearranged pairs or novel pairs. Hyper-binding has been repeatedly observed in older (60+ years) participants but not in younger (<30 years) participants and has been attributed to older individuals’ failure to filter out irrelevant information. However, an individual’s emotions can influence how they attend to and process information, and older individuals have been shown to have a positivity bias in that they report greater positive affect than their younger counterparts. Low arousal positive affect is associated with greater cognitive breadth where individuals are more inclusive and take in more irrelevant information. Therefore, it is possible that differences in positive affect contribute to the differences in hyper-binding observed for older versus younger adults. In a series of four studies, we measure hyper-binding using the above task and examine whether individual differences in hyper-binding can be predicted by individual differences in self-reported state or trait affect. No relationships were found between affect and hyper-binding amongst older adults, university undergraduate students, or middle-aged adults, or when examined across age samples. Surprisingly, significant hyper-binding was observed for all age groups and was not larger for older individuals. The results suggest that hyper-binding does not result from greater positive affect but that it may not be a unique age effect.

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)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0010,000
Science ouverte0,0000,000
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 Opus0,102
Tête enseignante GPT0,449
Écart entre enseignants0,348 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetMental Health Research Topics→Travaux en français237 207→