Erreurs de mémoire et vieillissement : effet de la menace du stéréotype sur le type d’erreurs
Notice bibliographique
Résumé
La mémoire tend à se dégrader avec l’âge, les personnes âgées (PA) commettent notamment davantage d’erreurs. Ces difficultés sont majorées par la menace d’un stéréotype négatif lié à l’âge. Cette étude explore si les erreurs de reconnaissance proviennent d’une moindre distinctivité de la trace mnésique ou d’une taxation des ressources exécutives selon la menace du stéréotype. 33 jeunes adultes et 33 PA saines ont réalisé un apprentissage incident de 16 photographies. Dans une tâche de reconnaissance oui/non subséquente, les cibles à apprendre étaient mélangées avec des distracteurs soient très proches visuellement (même exemplaire, différentes images), reliés sémantiquement (même catégorie, deux objets différents) ou non reliés (deux catégories différentes). 18 participants de chaque groupe ont reçu des instructions plaçant une menace du stéréotype pour les âgés (test de mémoire où les jeunes adultes sont meilleurs que les PA), alors que 15 personnes de chaque groupe ont reçu des consignes non menaçantes (test de perception où les jeunes sont aussi bons que les PA). Les deux groupes commettent davantage de fausses reconnaissances pour les items proches visuellement des cibles. Cette différence est particulièrement marquée pour les PA, alors qu’il n’existe pas de différence entre les deux groupes pour les autres conditions. Étonnamment, les deux groupes tendent à être légèrement affectés négativement par la menace du stéréotype. Ainsi, l’émergence des connaissances épisodiques dépendrait de la distinctivité de la trace mnésique chez les jeunes adultes et les PA sans trouble cognitif. La sensibilité des PA à la proximité visuelle est en faveur de l’hypothèse d’une moins bonne résolution mnésique plutôt qu’un déficit majoritairement exécutif. L’absence d’effet de la menace du stéréotype dans le vieillissement pose la question de la bonne induction de cette menace ou de l’importance de la phase où elle est appliquée (récupération versus encodage).
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».