MétaCan
Menu
Retour à la cohorte
Enregistrement W4402946680 · doi:10.1167/jov.24.10.1197

Flexible memory interplays: selective reactivation of long-term memories in working memory

2024· article· en· W4402946680 sur OpenAlexaff
Eren Günseli, Duygu Yücel, Nursena Ataseven, Yağmur Damla Şentürk, Nursima Ünver, Şahcan Özdemir, Lara Todorova, Berna Güler, Betül Türk, Can Demircan, Keisuke Fukuda, Christian N. L. Olivers, Tobias Egner

Notice bibliographique

RevueJournal of Vision · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive Functions and Memory
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTerm (time)Working memoryLong-term memoryComputer scienceCognitive psychologyPsychologyNeurosciencePhysicsCognition

Résumé

récupéré en direct d'OpenAlex

Working memory is defined as the online storage space for ongoing tasks. It stores both newly encoded information and retrieved long-term memories. However, there is a growing amount of work to suggest that long-term memories can also guide behavior. This raises the question: Why do humans invest metabolic resources in reactivating long-term memories in working memory instead of guiding behavior directly via long-term memory? We conducted six experiments examining working memory reactivation of long-term memories in anticipation of task demands encompassing protection against interference, behavioral guidance, and adaptation to novel settings. Using behavioral and electrophysiological indices, we measured the extent to which long-term memories are reactivated in working memory in anticipation of these task demands relative to the anticipation of a recognition task, which constituted a baseline. Compared to this baseline, we found equal memory reactivation when anticipating perceptual interference and dual-task interference, and less memory reactivation when anticipating attentional guidance. On the other hand, reactivation was stronger for task switching, contextual changes, and performing mental operations. These results suggest that the reactivation of long-term memories in working memory is not primarily for protection against interference or behavioral guidance. Instead, stronger reactivation occurs when there is a need to update the memories themselves (i.e., perform a mental operation) or the settings in which they are used (i.e., the task rules and the context). This insight implies that the goal of reactivating long-term memories in working memory may be to facilitate adaptation to novel situations. Our research challenges influential memory models and recent empirical work that consider working memory as the default buffer for retrieved long-term memories and instead highlights a flexible and dynamic interplay between long-term memories and working memory.

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)0,003
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,030
Tête enseignante GPT0,360
Écart entre enseignants0,329 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetCognitive Functions and MemoryTravaux en français237 207