MétaCan
Menu
Retour à la cohorte
Enregistrement W4411448581 · doi:10.31234/osf.io/923rj_v2

Putting the testing effect to the test in the wild: Retrieval enhances real-world memories and promotes their semantic integration while preserving episodic integrity

2025· preprint· en· W4411448581 sur OpenAlexfundno aff
Lauren A. Homann, Mursal Jahed, Morgan D. Barense

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsUniversity of TorontoJames S. McDonnell Foundation
Mots-clésRecallEpisodic memorySemantic memoryComputer scienceEvent (particle physics)Information retrievalNarrativeTest (biology)Cognitive psychologyAutobiographical memoryPsychologyCognitionNeuroscience

Résumé

récupéré en direct d'OpenAlex

Retrieval practice—actively recalling information—is an established memory-strengthening technique. However, understanding how retrieval transforms memory requires examining its effects on memories that evolve across multiple episodic and semantic dimensions, as is typical of real-world events. Thus, we investigated how repeatedly retrieving event details without feedback versus restudying the same details influenced memory for an episodically rich and meaningful staged event after 14 days (n = 26 per group). Retrieval enhanced retention of successfully-reviewed content, providing the first testing effect demonstration for real-world events. Retrieval also increased the incorporation of pre-existing semantic information into recall narratives, suggesting enhanced event integration with pre-existing knowledge, perhaps via co-activation of semantically-related content during retrieval. However, this semantic integration did not enhance—or impair—broader episodic memory beyond successfully-reviewed content. These findings suggest that retrieval reshapes memories by integrating recalled content into semantic knowledge networks—a mechanism that may underlie the testing effect—while preserving the overall integrity of episodic representations.

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)0,005
score de la tête « metaresearch » (Gemma)0,039
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,039
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,002
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 Opus0,062
Tête enseignante GPT0,322
Écart entre enseignants0,260 · 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'étudeExpérimental (laboratoire)
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 sujetMemory Processes and InfluencesTravaux en français237 207