Predicting the memory trace : a multifactorial and multimethod approach
Prédiction de la trace mnésique : approche multifactorielle et multiméthode
par Diane LENORMAND sous la direction de Pascale PIOLINO
Thèse de doctorat en Neurosciences cognitives
ED 261 Cognition, Comportements, Conduites Humaines

Soutenue le vendredi 06 décembre 2024 à Université Paris Cité

Sujets
  • Mémoire
  • Mémoire épisodique
  • Physiologie
  • Prédiction (psychologie)
  • Psychologie cognitive
  • Réalité virtuelle
Un embargo est demandé par le doctorant jusqu'au 06 décembre 2026
Vous pouvez accéder au texte intégral de la thèse en vous authentifiant à l’aide des identifiants ENT d’Université Paris Cité, si vous en êtes membre, ou en demandant un accès extérieur, si vous pouvez justifier de de votre appartenance à un établissement français chargé d’une mission d’enseignement supérieur ou de recherche

Se connecter ou demander un accès au texte intégral

Les thèses de doctorat soutenues à Université Paris Cité sont déposées au format électronique

Consultation de la thèse sur d’autres sites :

Theses.fr (Version intégrale de la thèse (pdf))

Description en anglais
Description en français
Mots clés
Mémoire épisodique, Mémoire autobiographique, Paradigmes écologiques, Réalité virtuelle, Consolidation
Resumé
La mémoire autobiographique est un système mnésique à long terme qui comporte un versant épisodique et qui soutient la continuité individuelle et permet de construire, conserver et mettre à jour l'identité personnelle. Or, la recherche sur la mémoire autobiographique porte essentiellement sur des souvenirs préalablement encodés difficiles à contrôler expérimentalement. D'autre part, l'encodage du composant épisodique a été étudié en laboratoire mais avec du matériel simplifié (mots, images) et dans des contextes rarement écologiques et liés au soi. Notre objectif est d'étudier la mémoire autobiographique dès ses processus d'encodage dans la vie quotidienne. Nous souhaitons déterminer les prédicteurs explicites et implicites dès l'encodage de la mémoire, avec un accent sur l'influence des émotions et du rapport au soi. Dans cette thèse, plusieurs supports ont été utilisés pour aborder les différentes facettes des mécanismes cognitifs de la formation et la consolidation de la mémoire épisodique autobiographique. Tout d'abord, en utilisant des caméras portables de type SenseCam, des sujets ont encodé incidemment deux événements par jour pendant dix jours. Les cotations subjectives de ces événements ont permis d'en faire la prédiction au rappel à un mois, grâce à des algorithmes de machine learning. En réalité virtuelle, soixante sujets ont effectué des tâches utilisant une installation immersive et interactive qui permet de reproduire des environnements réels et opérationnels, avec des événements comportant une charge émotionnelle et personnelle variable. Des mesures implicites (physiologiques : électrocardiogramme, respiration, activité électrodermale) et explicites (questionnaires) sont utilisées dès l'encodage dans des modèles prédictifs avec différents délais de rappel jusqu'à un mois. Afin d'étudier l'influence de la réactivation dans un contexte de consolidation incidente, les deux sous-groupes se distinguent par le nombre de rappels réalisés : dans l'un d'entre eux, trois rappels sont mis en place, alors que pour le second, seul le dernier rappel à un mois est effectué. L'ensemble de ces éléments permettra de présenter un modèle complet, écologique, multifactoriel et multiméthode, de la mémoire épisodique autobiographique.