Integration of representations is key to the enactment benefit: Insights from individuals with stroke lesions
Notice bibliographique
Résumé
Previous research has suggested that performing an action during encoding, related to the meaning of a target word (known as ‘enactment’), benefits later memory retrieval relative to when the word is simply read. It has been suggested that enactment confers this memory benefit by promoting the formation of a multimodal memory trace through the integration of verbal and motoric representations, facilitated by the parietal lobe. More recent work has proposed that cognitive planning preceding the execution of enactment, via engagement of frontal lobe-based processes, is most critical for the memory benefit. Here, evidence for these two accounts was assessed by comparing memory in healthy controls relative to individuals with lesions to parietal or frontal brain areas. Frontal stroke participants and controls both showed significant enactment effects: Recall was better for words enacted at encoding relative to those that were silently read. In contrast, participants with parietal lesions did not show the effect. Results suggest that the integration of multimodal representations by parietal lobe-based processes is a critical step necessary to evoke the benefit of enactment on memory performance. • Enacting a word at encoding enhances memory more than reading it. • We compared enactment benefits in healthy controls (HCs) and stroke patients. • Enacted words were recalled better by HCs and frontal patients, not parietal. • We suggest that multimodal integration via the parietal lobe underlies enactment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».