MétaCan
Menu
← Retour à la cohorte
Enregistrement W7056114100

Dual Processes in Recognition Memory: The Opposing Influences of Processing-Ease on Recognition Memory Decisions

2023· dissertation· en· W7056114100 sur OpenAlexaff

Notice bibliographique

RevueMacSphere (McMaster University) · 2023
Typedissertation
Langueen
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésFluencyRecognition memoryProcess (computing)Processing fluencyDual (grammatical number)Levels-of-processing effectIllusionTest (biology)Dual process theory (moral psychology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A key finding in recognition memory experiments is that difficult to process stimuli are often remembered better than easy to process stimuli. In the present study, processing difficulty was manipulated by presenting participants with interleaved word pairs which were either congruent (perceptually fluent) or incongruent (perceptually disfluent). In a reanalysis of datasets from several prior studies, we found that recognition sensitivity (d’) was greater for incongruent items. However, this benefit in d’ for incongruent items was not reflected in the hit rates for responses in the two slowest response time quartiles; here we found equivalent hit rates for congruent and incongruent items. We propose that a dual process account can explain this pattern of equivalent hit rates. While there is one process at study which leads to better memory for incongruent items, there is another process at test that affects bias rather than sensitivity. Specifically, items at test which were perceptually fluent lead to an illusion of memory, where participants mistook the ease of processing these items with prior experience. In a following empirical study, by manipulating processing fluency at study separately from processing fluency at test, we investigated the contribution of each of these processes to recognition memory decisions. The results offered strong evidence for this dual process account.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,053
Tête enseignante GPT0,250
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)→Même sujetThermal properties of materials→Travaux en français237 207→