Take a load off: examining partial and complete cognitive offloading of medication information
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although cognitive offloading, or the use of physical action to reduce internal cognitive demands, is a commonly used strategy in everyday life, relatively little is known about the conditions that encourage offloading and the memorial consequences of different offloading strategies for performance. Much of the extant work in this domain has focused on laboratory-based tasks consisting of word lists, letter strings, or numerical stimuli and thus makes little contact with real-world scenarios under which engaging in cognitive offloading might be likely. Accordingly, the current work examines offloading choice behavior and potential benefits afforded by offloading health-related information. Experiment 1 tests for internal memory performance for different pieces of missing medication interaction information. Experiment 2 tests internal memory and offloading under full offloading and partial offloading instructions for interaction outcomes that are relatively low severity (e.g., sweating). Experiment 3 extends Experiment 2 by testing offloading behavior and benefit in low-severity, medium-severity (e.g., backache), and high-severity interaction outcomes (e.g., heart attack). Here, we aimed to elucidate the potential benefits afforded by partial offloading and to examine whether there appears to be a preference for choosing to offload (i) difficult-to-remember information across outcomes that vary in severity, as well as (ii) information from more severe interaction outcomes. Results suggest that partial offloading benefits performance compared to relying on internal memory alone, but full offloading is more beneficial to performance than partial offloading.
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.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 découle