Production increases both true and false recognition
Notice bibliographique
Résumé
• Reading aloud (production) resulted in enhanced false memory rates relative to reading silently or hearing the words spoken by another voice. • Reading aloud boosted both true and false recognition, though to a smaller extent for the latter. • Production-enhanced false recognition was driven by increases in both Recollection and Familiarity based responses. • Neither the distinctiveness or strength accounts of production can fully account for the current results. • Reading aloud appears to selectively enhance gist memory (for semantic and contextual information) relative to verbatim memory (for item-specific detail) The production effect is the finding that reading information aloud enhances memory relative to reading information silently. In five experiments, we examined the influence of production on true and false memory in the DRM paradigm. In Experiments 1a, 1b, 3a, and 3b, reading aloud was compared to reading silently. In Experiment 2, reading aloud was compared to reading silently while hearing the words spoken by another voice. In all experiments, reading aloud consistently resulted in better recognition of studied words, but it also consistently resulted in more false alarms to unstudied lures that were semantically related to the studied words. We advance an argument based on current theoretical accounts of false memory wherein reading aloud selectively enhances relational or gist processing—the encoding of shared features across items—rather than item or verbatim processing—the encoding of specific details of individual items. This selective enhancement could be for the shared semantic network (gist), for the shared context of reading aloud (misattributed source memory), or for both. Thus, the benefit of production is best captured by the combination of adding new features (contextual information) together with enriching existing features (semantic information).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».