Emotional gradients in autobiographical memories across the lifespan
Notice bibliographique
Résumé
Autobiographical memory is the mental re-experiencing of complex events from one’s life (Grilli and Sheldon, 2019). Memories are not perfect reproductions – rather, they are reconstructed to serve one’s goals, identity, and social communication. Emotions are known to modulate memory. In this study, we investigated changes in the emotional phenomenology of autobiographical memories across different life periods. 65 participants (ages 22-35) completed the Autobiographical Interview (Levine et al., 2002), in which they verbally recalled memories from childhood, adolescence, adulthood, and the past year; they also recalled a negative memory (from any period) and imagined a future memory. Recall occurred in random order across two sessions to control for state effects. Memory emotionality was scored in multiple ways. Participants self-reported the vividness and emotion (valence, arousal, and dominance) within their memory. Raters evaluated the emotion of each memory on a 1-9 Likert scale (intraclass correlation coefficient = 0.90). Finally, transcripts were analyzed with LIWC-22 to determine the average emotion of words within each memory. Across scoring methods, we found participants consistently reported greater vividness in their memory from adulthood compared to childhood. We observed gradients in emotion across the lifetime: childhood memories were more negative and less dominant, while adulthood memories were more positive and more dominant. Childhood memories contained more words associated with negative emotions, especially anger. Imagined future memories were more positive compared to childhood memories. Our results extend previous findings of a negative-to-positive temporal gradient in self-selected memories (Williamson et al., 2019) by showing this gradient to apply not only when emotional memories are prompted, but also when memories are freely retrieved without special instruction. We also show the pattern to extend to future, imagined memories. We speculate that this gradient may explain why self-appraisal is typically more positive and negative for future and past selves, respectively.
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 | 0,001 | 0,005 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».