Trouver des contenus d'apprentissage
Fonctionnalités
Découvrir
Maintenant que tu t'es familiarisé avec le modèle multi-mémoire de la mémoire, peut-être penses-tu qu'il s'agit d'une explication trop simpliste de la notion complexe de nos souvenirs ? Baddeley et Hitch (1974 ) l'ont certainement pensé et ont ensuite développé leur modèle de mémoire de travail (WMM). Ce modèle cherchait à améliorer le Multi-Store Model (MSM) proposé par Atkinson et Shiffrin (1968), dont nous avons déjà parlé.
Des millions de fiches spécialement conçues pour étudier facilement
Inscris-toi gratuitement
Achieve better grades quicker with Premium
Geld-zurück-Garantie, wenn du durch die Prüfung fällst
Review generated flashcards
Commence à apprendre ou crée tes propres flashcards d'IA
Équipe enseignants Modèle de la mémoire de travail
Contrairement au MSM, Baddeley et Hitch pensent que la mémoire à court terme (STM) doit être plus sophistiquée qu'un simple magasin unitaire qui n'existe que pour transférer des informations à la mémoire à long terme (LTM). La mémoire à court terme (MCT) doit être un processeur actif, capable de contenir de nombreux types d'informations en même temps tout en étant travaillée. La mémoire à long terme (MLT) n'est pas mise en avant dans le WMM. Cependant, elle est considérée comme une mémoire plus passive qui retient le matériel appris précédemment pour l'utiliser par la STM lorsque c'est nécessaire.
Les principaux éléments du modèle de la mémoire de travail sont 1) l'exécutif central, 2) la boucle phonologique, 3) le bloc-notes visuospatial et 4) la mémoire tampon épisodique. Le diagramme ci-dessous montre la structure complète du modèle de la mémoire de travail :
L'exécutif central (EC) est la "tête" ou le "patron" de la MMT, qui a pour fonction de filtrer et de contrôler les informations entrantes provenant de tous les sens. L'EC est également responsable de la résolution des problèmes, de la prise de décision et du raisonnement. En outre, l'EC dirige l'attention et les informations vers les trois autres systèmes/sous-systèmes esclaves (c'est-à-dire la boucle phonologique, le bloc-notes visuospatial et la mémoire tampon épisodique).
L'EC n'est pas une mémoire, ce qui signifie qu'il est incapable de stocker des informations. L'EC a une capacité de traitement limitée et ne peut traiter qu'une seule information à la fois.
La boucle phonologique (PL) est un système/sous-système esclave du WMM qui est responsable du traitement et du codage des informations auditives (sonores). La PL préserve l'ordre d'arrivée des informations. La capacité de la PL est limitée, car elle ne retient les informations que pendant environ deux secondes. Baddeley (1986) a subdivisé la PL en deux parties : la mémoire phonologique (oreille interne), qui retient les informations auditives récentes, et le processus articulatoire (voix interne), qui retient les informations par le biais de la répétition sous-vocale, qui permet la répétition de maintien et qui conserve toutes les informations auditives dans la mémoire de travail.
Lorsque tu entends une phrase, les informations acoustiques sont stockées dans le magasin phonologique dans le bon ordre, ce qui te permet de comprendre le sens de la phrase. Ces informations sont répétées pendant le processus d'articulation (répétition de maintenance) afin que tu puisses formuler une réponse. Supposons que quelque chose d'autre attire ton attention (par exemple, un bruit fort ou quelqu'un qui interrompt la conversation). Dans ce cas, ton processus d'articulation est écrasé par de nouvelles informations et tu risques d'oublier ce que tu allais dire.
Le Visuospatial Sketchpad (VSS) est un autre système/sous-système esclave du WMM qui est responsable du traitement et du codage des informations visuelles et spatiales. Le VSS a une capacité limitée qui ne peut contenir que trois ou quatre objets. Logie (1995) a subdivisé le VSS en deux parties : le Visuo-cache (magasin), qui est un magasin passif de formes et de couleurs, et le scribe interne (relation spatiale), qui est un magasin actif contenant les relations entre les objets et l'espace 3D. De plus, le scribe interne enregistre la disposition des objets dans le champ visuel et répète et transfère les informations contenues dans le cache visuel à l'exécutif central (EC)
Si tu étais victime d'un accident de voiture et qu'on te demandait de décrire ce qui t'est arrivé immédiatement après, tu le visualiserais. Même si tu ne pouvais pas imaginer chaque arbre, chaque buisson et chaque voiture dans ton champ visuel à ce moment-là, tu serais capable de te rappeler la position relative des deux voitures qui se sont écrasées et d'avoir en mémoire certaines informations sur l'environnement.
Le modèle a été critiqué parce qu'il ne tenait pas compte de la manière dont les informations sont efficacement intégrées à partir des mémoires visuelles, auditives et de la mémoire à long terme si l'exécutif central (EC) n'a pas la capacité de stockage nécessaire. En réponse, Baddeley a inclus un tampon épisodique (EB) en 2000. Baddeley a introduit l'idée de la mémoire épisodique en tant que mémoire universelle et temporaire pour les informations. L'EB fournit un mécanisme de stockage supplémentaire pour l'EC, bien que sa capacité soit limitée à quatre "chunks".
Le tampon épisodique est lié à tous les systèmes esclaves et à la mémoire à long terme. Les informations visuelles, spatiales et auditives provenant de différentes mémoires peuvent être traitées et incorporées dans la mémoire tampon épisodique tout en conservant un sens de l'ordre chronologique. En outre, la mémoire tampon épisodique peut récupérer des données de la mémoire à long terme et les incorporer dans la mémoire à court terme lorsque la mémoire de travail en a besoin.
Inscris-toi gratuitement pour accéder à toutes nos fiches.
At StudySmarter, we have created a learning platform that serves millions of students. Meet the people who work hard to deliver fact based content as well as making sure it is verified.
Lily Hulatt is a Digital Content Specialist with over three years of experience in content strategy and curriculum design. She gained her PhD in English Literature from Durham University in 2022, taught in Durham University’s English Studies Department, and has contributed to a number of publications. Lily specialises in English Literature, English Language, History, and Philosophy.
Get to know Lily
Gabriel Freitas is an AI Engineer with a solid experience in software development, machine learning algorithms, and generative AI, including large language models’ (LLMs) applications. Graduated in Electrical Engineering at the University of São Paulo, he is currently pursuing an MSc in Computer Engineering at the University of Campinas, specializing in machine learning topics. Gabriel has a strong background in software engineering and has worked on projects involving computer vision, embedded AI, and LLM applications.
Get to know Gabriel
Resumes 
Flashcards 
StudySmarter IA 
Notes de cours 
Planning de révision 
Dossiers 
Examens 
Magazine 
Faire carrière 
App mobile