Memory, Mood, and Identity: Episodic Memory Impairments and the Loss of Diachronic Unity in Depression
Notice bibliographique
Résumé
Tulving proposed that episodic memory is not merely a record of past events, but a form of mental time travel, characterized by autonoetic consciousness (Tulving, 2005). From this view, episodic memory allows for the diachronic unity of self by preserving the subjective sense that “I” was the one who lived the remembered experience. In contrast, Conway and Pleydell-Pearce argued that continuity of self is actively constructed by the conceptual self, which selects and distorts past experiences to maintain a coherent narrative (Conway, 2005; Conway & Pleydell-Pearce, 2000). Despite offering opposing accounts of how self-continuity arises, both frameworks converge on a central claim: that episodic memory plays a constitutive role in maintaining a unified sense of self over time. But what happens when this system is disrupted? In depressive disorders, episodic recall becomes overgeneral and biased toward negatively valenced content (Williams et al., 2007). Such cognitive distortions may not merely reflect depressive symptoms, but instead contribute to a fragmented self-concept. Given the role of episodic memory in maintaining a continuous sense of self, I argue that the episodic memory impairments associated with depression disrupt continuous self-concept. Moreover, alterations to sleep architecture in major depressive disorder (MDD), including reduced slow-wave sleep (SWS) and disrupted rapid eye movement (REM) patterns, are thought to exacerbate cognitive biases in episodic memory (Harrington et al., 2023). Thus, interventions targeting sleep quality hold promise for alleviating cognitive distortions and strengthening self-continuity in depression.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,013 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».