MétaCan
Menu
Retour à la cohorte
Enregistrement W7154619161 · doi:10.48448/bse3-jh48

Neural Signatures of Semantic and Perceptual Memory Formation Become More Similar Across Development

2025· other· W7154619161 sur OpenAlexaff
Cognitive Science Society 2025, Margaret Schlichting, Sagana Vijayarajah, Alexander W McArthur

Notice bibliographique

RevueUnderline Science Inc. · 2025
Typeother
Langue
Domaine
Thématique
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSemantic memoryFunctional magnetic resonance imagingEncoding (memory)RecallPerceptionPrefrontal cortexExplicit memorySimilarity (geometry)Episodic memoryVisual memory

Résumé

récupéré en direct d'OpenAlex

In adults, the contribution of the prefrontal cortex and hippocampus to memory encoding varies depending on the type of information being learned. Because these regions are still developing in children, their contribution to the formation of memories for different types of associations may differ from that of adults. Here, we examined how semantic and perceptual similarity between items affects memory behaviour and neural engagement in children (6-7 years) and adults. Participants completed a pair learning task during functional magnetic resonance imaging, in which pairs were perceptually or semantically related. Memory was tested outside the scanner with cued recall. Semantic similarity facilitated recall in both age groups, but more so in adults. Neurally, semantic pairs elicited broad frontoparietal activity while perceptual pairs engaged ventral visual and lateral prefrontal areas. Children showed more distinct neural responses to semantic versus perceptual pairs than adults, as well as more engagement in anterior hippocampus for semantic than perceptual pairs. These findings suggest that semantic similarity provides a powerful scaffold for memory across development, with age-related changes in memory encoding marked by a shift toward reliance on more integrated neural systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,766
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,009
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,313
Écart entre enseignants0,292 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUnderline Science Inc.Travaux en français237 207