Age differences in effectiveness of encoding techniques on memory
Notice bibliographique
Résumé
We compared the effectiveness of different encoding techniques across the adult age range. Three hundred participants: 100 younger, 100 middle-aged, and 100 older adults, were asked to encode a set of visually presented concrete and abstract words. Participants were shown target words one at a time, along with prompts (randomly and intermixed, within-subject) to either silently read, read aloud, write, or draw a picture of the target, for a duration of 10-seconds each. On a later free recall test, participants were given 2-minutes to type all the words they could remember from the encoding phase. Across age groups, we showed that drawing, writing, and reading aloud as encoding techniques yielded better memory than silently reading words, with drawing leading to the largest boost. While memory performance did decrease as age increased, it interacted with the encoding technique. Of note, there were no differences in memory performance in middle-aged compared to young adults. Importantly, age differences in memory emerged only when drawing was used as the encoding strategy, in line with previously reported age-related deficits in generating imagery, or integrating it with motoric processes. Despite this, concrete relative to abstract words that were drawn or written during encoding were better retained, regardless of age, suggesting these techniques facilitate formation of age-invariant visuo-spatial representations. Our findings suggest that whether age differences in memory emerge depends on the strategy used at encoding, and the type of information being encoded.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».