The influence of motor reinstatement and drawing quality on remembering
Notice bibliographique
Résumé
Creating drawings of information can provide elaborative, pictorial, and motor cues that facilitate later retrieval from memory, but the contribution of motor information remains unclear. To test this, we had participants encode words via drawing using a robotic manipulandum. 10 mins (E1) or 1-2 days (E2) later, they completed a visual recognition task while the robotic manipulandum guided their arm through predetermined motor paths. Unbeknownst to participants, the paths were either congruent (motor reinstatement) or incongruent (interference) with their drawing of the current target word. Response time was consistently fastest with motor reinstatement, indicating that reactivating an encoded motor path made visual recognition more efficient regardless of the delay between encoding and reinstatement. However, while E1 revealed that passive reinstatement improved recognition accuracy, this benefit disappeared with the longer delay in E2. Drawings were submitted to a pretrained neural network (NN), and E1 revealed that higher-quality drawings (i.e. those more easily identified by the NN) were better recognized, regardless of reinstatement condition, but again, this pattern disappeared with the longer delay. The collective findings demonstrate that passive motor reinstatement reliably increases the speed of memory retrieval, but that any influence on accuracy is transient. Using principal components analysis (PCA) we identified two components in NN features that were associated with better memory, and these were consistent across experiments, indicating that there were predictable features that lead to more memorable drawings. Ongoing work will determine whether changes in the level of motor engagement, quality and timing of reinstatement change the observed benefit to memory. Together, these results emphasize the influence of the quality and type of encoded features as well as the timing of reinstatement in influencing memory performance.
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 | 0,003 |
| 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 | 0,001 | 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) | 0,001 | 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 ».