.png){kind=icon}
返回
Using the Environment to Predict Memory Performance
.png){kind=icon}
PRE
AI
DOI：10.1037/xlm0001577.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
以往研究表明，不同自然环境中信息出现模式存在高度相似性。大多数记忆实验呈现的信息模式与这些自然模式差异显著。实验1采用连续再认设计，让被试以与高关注度的推文发布者发布的推文顺序相仿的顺序学习单词。他们识别这些单词的流畅度（以逆效率指标衡量）与环境概率（即再次出现概率）存在高度等级顺序相关性。逆效率可通过倒数平方根定律预测，该定律作为环境概率与记忆访问速度之间最优映射的推导。本研究开发了一种通用预测算法，用于根据环境概率预测任何连续再认实验的结果。实验2测试了该算法对三种呈现顺序的预测：自然顺序（与实验1相同）、随机顺序和间隔顺序（项目以等间隔和等频率出现）。为进行进一步验证，将通用预测算法应用于另一连续再认范式（Bright等人，2022）的结果。本文探讨了为使环境分析能够更广泛地预测记忆表现所必须解决的问题。
Keyword:
memory
rational analysis
spacing
retention
期刊
J
IF:
2.1
论文数:
110
被引数:
1.2W
机构
引用论文
暂无论文信息