MétaCan
Menu
Retour à la cohorte
Enregistrement W4410111257 · doi:10.31219/osf.io/w9scd_v2

Negative Emotion Places a Boundary on Memory Malleability

2025· preprint· en· W4410111257 sur OpenAlexaff
Victoria Wardell, Daniela J. Palombo

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueArtificial Intelligence in Games
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMalleabilityBoundary (topology)Cognitive psychologyComputer sciencePsychologySocial psychologyComputer securityMathematicsCiphertextEncryption

Résumé

récupéré en direct d'OpenAlex

Autobiographical memories, the memories we have of our personal past, change over time ascontent is forgotten or added to the original memory trace. While decades of research hasdemonstrated the augmenting effect emotion can have on memory, even memories for verynegative experiences seem to be susceptible to change. However, it is unclear whether or notnegative emotion in day-to-day life might protect everyday memories from distortion. Here, weexamined whether the consistency with which everyday experiences are recalled differs as afunction of emotion. Participants (N=513) recalled negative and neutral events from their past attwo time points, eight weeks apart. Using human scoring and large language modelingapproaches to quantify the consistency of narrative recalls, we found that, although both negativeand neutral memories showed moderate consistency between recalls, memories for negativeevents were more consistent than memories for neutral events. While our emotional memoriesare not perfect records of the past, this work suggests that emotion reduces a memory’svulnerability to changing over time.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,003
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 Opus0,041
Tête enseignante GPT0,316
Écart entre enseignants0,274 · 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.

Devis d'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArtificial Intelligence in GamesTravaux en français237 207