Greater Visual Working Memory for Real-world Objects is Related to Recollection
Notice bibliographique
Résumé
Recent evidence by Brady & Störmer (2020) suggests participants have better visual working memory (VWM) performance for real-world objects compared to simple features when using maximally dissimilar foils. The mechanisms underlying this benefit, however, remain unknown. One possible explanation for why memory performance is greater for real-world objects may be that objects are more memorable than simple features. Consequently, working memory for real-world objects may show a greater reliance on recollection processes. To test this question, we investigated whether increased working memory performance for real-world objects compared to simple features (e.g., colours) is due to a reliance on familiarity or recollection processes. Specifically, we predicted participants would depend more on recollection than familiarity for real-world objects. In our experiment, 50 participants responded to a change-detection task for real-world objects and colored circles using a 6-point confidence scale. Their performance data was modeled using receiver operating characteristic (ROCs) curves. Additionally, we used a dual-process signal detection model to determine the relative contributions of recollection vs familiarity. The results reveal that participants had greater overall memory performance (d-prime) for the real-world objects compared to the colored circles. Additionally, both real-world objects and colored features relied on familiarity, however, real-world objects relied on familiarity to a greater extent. Further, only real-word objects relied on recollection. That is, a one-sample t-test demonstrated that there was no significant recollection component used during the identification of simple features. Overall, our findings suggest that working memory performance for real-world objects is qualitatively different than that for simple color features. That is, only memory for real-world objects depended on recollection processes – perhaps due to the increased distinctiveness of real-world objects. These findings reveal that visual working memory may not rely on a singular mechanism, but instead may depend on the type of stimuli being remembered.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».