MétaCan
Menu
Retour à la cohorte
Enregistrement W4407089377 · doi:10.31219/osf.io/rw49j_v1

Similarity is Associated With Where Repeated Events Fall on the Semantic-Episodic Continuum

2023· preprint· en· W4407089377 sur OpenAlexaff
Oliver Bontkes, Daniela J. Palombo, Eva Rubínová

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueCognitive Science and Mapping
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSimilarity (geometry)Semantic similarityPsychologyNatural language processingCognitive psychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Memories of repeated events are one form of memory thought to be intermediate on a proposed semantic-episodic continuum. However, it is not yet understood where repeated event memories fall on this continuum, and which factors may be associated with greater (or lesser) reliance on episodic and semantic memory during recall. We investigated similarity amongst instances of repeated events as one factor which may be associated with where repeated events fall on the semantic-episodic continuum. In two preregistered studies we asked participants to recall three repeated event memories from their own lives (N1 = 97 participants, 291 memories; N2 = 419 participants, 1257 memories) and report on the similarity amongst instances as well as the degree to which they relied on semantic memory, a single episode, and a mix of episodes in their recall of each event. In line with our predictions, similarity was positively correlated with reliance on semantic memory in both studies. In Study 2, similarity was negatively correlated with reliance on a single episode. We also conducted exploratory latent profile analyses using our three memory reliance variables, revealing three types of repeated event memories. In both studies, similarity of place and emotional arousal were each associated with different memory profiles. Our findings highlight similarity as a factor associated with diversity amongst repeated event memories, which has key theoretical implications and practical significance in legal and clinical contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,653
Score d'incertitude au seuil0,966

Scores Codex et Gemma par catégorie

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

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 Opus0,057
Tête enseignante GPT0,271
Écart entre enseignants0,214 · 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 tête enseignante, 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCognitive Science and MappingTravaux en français237 207