Older adults can use memory for distinctive objects, but not distinctive scenes, to rescue associative memory deficits
Notice bibliographique
Résumé
Associative memory deficits in aging are frequently characterized by false recognition of novel stimulus associations, particularly when stimuli are similar. Introducing distinctive stimuli, therefore, can help guide item differentiation in memory and can further our understanding of how age-related brain changes impact behavior. How older adults use different types of distinctive information to distinguish overlapping events in memory and to avoid false associative recognition is still unknown. To test this, we manipulated the distinctiveness of items from two stimulus categories, scenes and objects, across three conditions: (1) distinct scenes paired with similar objects, (2) similar scenes paired with distinct objects, and (3) similar scenes paired with similar objects. Young and older adults studied scene-object pairs and then made both remember/know judgments toward single items as well as associative memory judgments to old and novel scene-object pairs ("Were these paired together?"). Older adults showed intact single item recognition of scenes and objects, regardless of whether those objects and scenes were similar or distinct. In contrast, relative to younger adults, older adults showed elevated false recognition for scene-object pairs, even when the scenes were distinct. These age-related associative memory deficits, however, disappeared if the pair contained an object that was visually distinct. In line with neural evidence that hippocampal functioning and scene processing decline with age, these results suggest that older adults can rely on memory for distinct objects, but not for distinct scenes, to distinguish between memories with overlapping features.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».