Memory Sources Associated with REM and NREM Dream Reports Throughout the Night: A New Look at the Data
Notice bibliographique
Résumé
The data from three previously published studies on the memory sources of dreams, representing nine different moments of awakening throughout the night, are re-examined. In the original studies, elicited reports were recorded and segmented online into thematic units. The segmented reports were played back to Ss who were asked to identify memory sources or to associate to each segment. Memory sources were classified as episodic, semantic, or abstract self-references. In the meta-analysis and re-analyses reported here, the mean percentages of episodic memory sources are plotted separately for NREM and REM awakenings throughout the night. Within stages, neither NREM nor REM mean percentages differ significantly from each other, whereas between stages the mean percentage of episodic memory sources is significantly greater for NREM than for REM. Even when the correlation between report length and sleep stage is controlled by computing memory source density, the stage effect throughout the night persists for episodic memory sources. The relatively flat episodic memory curves for both NREM and REM indicate a rather constant recruitment of episodic memory sources throughout the night. No stage effect was found for strictly semantic memory sources. When semantic memory was defined generically, however, to include all non-spatio-temporal, "unmarked," information of self as well as of world, significantly more generic semantic memory sources derived from REM than from NREM reports, though not when corrected for the length of dream reports.
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 | 0,019 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,011 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».