The pupillometric production effect: Evidence for enhanced processing preceding, during, and following production
Notice bibliographique
Résumé
The production effect refers to superior memory performance for words read aloud than for those read silently. This finding has usually been attributed to the incorporation of distinctive sensorimotor information into the memory record of items read aloud, facilitating their successful retrieval during the memory test. Less research has explored other cognitive or motivational differences between the aloud and silent conditions. Here we used pupillometry to explore the time course of attention allocated during aloud, silent, and control (say "check") study trials. Across four experiments, instructions were presented either concurrently with or preceding the word. To permit evaluation of preparatory processing independent of a verbal response, we explored the case where responses had to be withheld until a "Go" signal appeared. In addition to the typical behavioral production effect in memory, each experiment also revealed a pupillometric production effect (greater pupil dilation for aloud than for silent words) that-while separable from the act of speaking itself-was correlated with the size of the memory benefit. Critically, this pupillometric-behavioral correlation did not occur for control (say "check") trials. We interpret these findings as support for an initial attention-focusing effect that comes from preparing for and executing vocalization during both aloud and control trials, followed by a phase of distinctive processing of target word features that is unique to aloud trials.
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 | 0,000 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».