Evaluative conditioning using virtual reality events
Notice bibliographique
Résumé
Evaluative conditioning (EC) is observed when a neutral stimulus is paired with an emotionally charged unconditioned stimulus (US), resulting in a change in the pleasantness or liking of the CS. Few studies have focused on this effect within an episodic memory context (unique single-trial learning of US-CS pairings). Moreover, most studies involve US-CS pairings presented on a computer screen, but few studies have examined EC under more naturalistic conditions. We sought to fill these gaps, using a novel virtual reality (VR) paradigm. A sample of 74 participants experienced a series of negative and neutral environments in VR wherein they encountered US-CS pairs only once. They then provided ratings of pleasantness and completed a cued recall task, to assess EC and episodic memory, respectively. We successfully replicated the EC effect and did not find an association between EC and episodic memory. This latter pattern diverges from a prior study in our laboratory [Palombo, D. J., Elizur, L., Tuen, Y. J., Te, A. A., & Madan, C. R. (2021). Transfer of negative valence in an episodic memory task. Cognition, 217, 104874] and may provide insights into contextual factors not captured in the previous work. Together, our results point to the importance and effectiveness of using more naturalistic and diverse paradigms to investigate and replicate cognitive phenomena. Moreover, they may shed further light on the factors shaping the formation of affective attitudes from experiences.
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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».