MétaCan
Menu
Retour à la cohorte
Enregistrement W4399499350 · doi:10.1098/rstb.2023.0238

To update or to create? The influence of novelty and prior knowledge on memory networks

2024· review· en· W4399499350 sur OpenAlexafffund
Melanie J. Sekeres, Judith Schomaker, Lynn Nadel, Dorothy Tse

Notice bibliographique

RevuePhilosophical Transactions of the Royal Society B Biological Sciences · 2024
Typereview
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk OnderzoekCanada Research ChairsEdge Hill University
Mots-clésNoveltySchema (genetic algorithms)Episodic memoryCognitive psychologyComputer sciencePrefrontal cortexCognitionCognitive scienceAdaptabilityPsychologyNeuroscienceInformation retrievalSocial psychology

Résumé

récupéré en direct d'OpenAlex

Schemas are foundational mental structures shaped by experience. They influence behaviour, guide the encoding of new memories and are shaped by associated information. The adaptability of memory schemas facilitates the integration of new information that aligns with existing knowledge structures. First, we discuss how novel information consistent with an existing schema can be swiftly assimilated when presented. This cognitive updating is facilitated by the interaction between the hippocampus and the prefrontal cortex. Second, when novel information is inconsistent with the schema, it likely engages the hippocampus to encode the information as part of an episodic memory trace. Third, novelty may enhance hippocampal dopamine through either the locus coeruleus or ventral tegmental area pathways, with the pathway involved potentially depending on the type of novelty encountered. We propose a gradient theory of schema and novelty to elucidate the neural processes by which schema updating or novel memory traces are formed. It is likely that experiences vary along a familiarity-novelty continuum, and the degree to which new experiences are increasingly novel will guide whether memory for a new experience either integrates into an existing schema or prompts the creation of a new cognitive framework. This article is part of the theme issue 'Long-term potentiation: 50 years on'.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,002
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,226
Tête enseignante GPT0,391
Écart entre enseignants0,165 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations22
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhilosophical Transactions of the Royal Society B Biological SciencesMême sujetMemory and Neural MechanismsTravaux en français237 207