Distinctiveness and interference in free recall: A test with the production effect.
Notice bibliographique
Résumé
It is well established that when some words within a list are read aloud, or produced, and others are read silently, produced items are better recalled. According to the revised feature model (RFM), this benefit stems from additional features and enhanced distinctiveness. Because the model assigns forgetting to similarity-based retroactive interference, produced items should be better recalled when followed by a silent item than by another produced item. However, this mechanism had never been directly tested. In addition, Forrin et al. (2019) suggested a memory cost for silent items in mixed lists. Based on their production anticipation hypothesis, this cost derived from social anxiety and performance anticipation emerging within the experimental setting. Here, we tested these two competing accounts in four experiments in which 240 participants completed an immediate or delayed free recall task with 10-word lists. Produced and silent items were presented in two blocks of various lengths, and the occurrence of produced items within the list was predictable. We also manipulated the presence of the experimenter in the room during the task, so that the experimenter was present for Experiments 1A and 2A but absent for Experiments 1B and 2B. Overall, results offer full support for the RFM but very limited support for the production anticipation hypothesis. The main trends in the data were also modeled by the RFM. In sum, with the production effect, we provide the first comprehensive test of the retroactive interference mechanism described within the RFM and further inform our understanding of memory. (PsycInfo Database Record (c) 2026 APA, all rights reserved).
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».