MétaCan
Menu
Retour à la cohorte
Enregistrement W4402214800 · doi:10.1016/j.jml.2024.104556

Stimulus duration and recognition memory: An attentional subsetting account

2024· article· en· W4402214800 sur OpenAlexafffund
Jeremy B. Caplan, Dominic Guitard

Notice bibliographique

RevueJournal of Memory and Language · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensWomen and Children’s Health Research InstituteUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPsychologyCognitive psychologyStimulus (psychology)Duration (music)Recognition memoryCognitionAudiologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Attentional subsetting theory (Caplan, 2023) posits that only a small subset of item features are attended in episodic recognition tasks. This explained a pivotal finding for the development of recognition models: the near-null list-strength effect, where encoding strength influences recognition similarly in mixed-strength lists and pure-strength lists. Most research uses spaced repetition to manipulate encoding strength. However, the origin of the null list-strength effect was a more unusual manipulation of stimulus duration (1 s versus 2 s) — and reported an inverted list-strength effect. We present an attentional subsetting theory of duration that produces inversions — and explains why they are uncommon: Earlier-attended features dwell within a lower-dimensional feature subspace, which participants can sometimes disregard during test trials of pure-strong lists, giving strong-pure items an extra advantage. The model previously only solved for d ′ . We extend it to generate realistic hit and false-alarm rates by deriving the criterion from attention to each probe. Supporting the theory, two pre-registered experimental manipulations of stimulus-duration reproduced robust inverted list-strength effects, suggesting this type of finding is unlikely due to sampling error. This account of stimulus-duration, explaining inverted, as well as upright and null, list-strength effects, could be incorporated in most models with vector representations • The theory: participants attend a small, idiosyncratic subset of an items’ features. • Early versus later attended features may differ in dimensionality. • This explains how long study times can have more advantage in different lists. • Two experiments support this prediction.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,005
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,036
Tête enseignante GPT0,304
Écart entre enseignants0,268 · 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'étudeObservationnel
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Memory and LanguageMême sujetMemory Processes and InfluencesTravaux en français237 207