MétaCan
Menu
Retour à la cohorte
Enregistrement W4384826582 · doi:10.21203/rs.3.rs-3157762/v1

Characterizing the contributions of cue familiarity for the retrieval of autobiographical memories

2023· preprint· en· W4384826582 sur OpenAlexafffund
Lauri Gurguryan, Haopei Yang, Stefan Köhler, Signy Sheldon

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensWestern UniversityMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAutobiographical memorySemantic memoryCognitive psychologyPsychologyEpisodic memoryAffect (linguistics)Computer scienceCognitionRecallCommunication

Résumé

récupéré en direct d'OpenAlex

<title>Abstract</title> Retrieving an autobiographical memory requires a cue to initiate processes related to accessing and then elaborating on a past personal experience. Prior work has shown that the familiarity of a cue can influence the autobiographical memory retrieval process. Extending on this work, we tested how different aspects of cue familiarity—i.e., amount of past exposure and amount of semantic knowledge associated with the cue concept—can affect how we access and remember in detail autobiographical memories. In Experiment 1, we measured reaction times to access and retrieve memories in response to cue words. In Experiment 2 we examined the details with which participants described memories in response to cues. For both experiments, participants provided estimates of lifetime exposure and semantic knowledge associated with each cue. In Experiment 1, we found lifetime exposure, independently of estimates of semantic knowledge, led to quicker memory access and in Experiment 2, we found both lifetime exposure and semantic knowledge interactively enhanced the ability to described detailed memories. These results provide new evidence that distinct features of familiar cues—lifetime exposure and semantic knowledge—differently contribute to how autobiographical memories are retrieved and described.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,191
Tête enseignante GPT0,445
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetMemory Processes and InfluencesTravaux en français237 207