Memory for serial order 71
refreshing during these pauses, since a bottleneck prevents refreshing and processing from
being performed in parallel. This causes the memory representations of items to fade,
with negative repercussions for subsequent recall accuracy. In contrast, SOB-CS appeals
neither to decay nor rehearsal to account for performance in complex span. Instead, in
SOB-CS it is assumed that the representations of distracters in the processing task are
added to the same position marker as the to-be-remembered item that preceded the
processing activity. As in previous instantiations of the SOB theory, SOB-CS employs
similarity-sensitive encoding to determine the encoding strength of incoming items.
Importantly, the model employs the same encoding process to determine the encoding
strength of incoming distracters. Accordingly, distracters in the processing task that are
similar to existing information in memory are encoded only weakly onto the position
markers, whereas distracters that are dissimilar to existing information in memory are
encoded strongly, by virtue of their novelty. The addition of distracter representations on
to the position markers renders these markers less eective cues at retrieval, increasing the
likelihood that the wrong item will be cued at a given position. To oset the interfering
action of the processing task, SOB-CS assumes that during any free-time in which the
processing task is not being completed a process of distracter removal is engaged whereby
interfering material encoded into memory is partially removed.
Both TBRS* and SOB-CS account for a number of benchmark ndings from the
complex span paradigm. Although detailed quantitative comparisons of the models are
yet to be performed, a study by Lewandowsky, Geiger, and Oberauer (2008) has already
provided empirical support for a core prediction of SOB-CS, specically that distracters in
the processing task are encoded into memory, thereby causing interference and promoting
forgetting. Crucially, the extent of this forgetting is governed by the similarity of each
incoming distracter to previously encoded distracters, as predicted by similarity-sensitive
encoding. However, we note that boundary conditions for interference have yet to be
Adding pdf to powerpoint slide - Library application component:C# Create PDF from PowerPoint Library to convert pptx, ppt to PDF in, ASP.NET MVC, WinForms, WPF
Online C# Tutorial for Creating PDF from Microsoft PowerPoint Presentation
Adding pdf to powerpoint slide - Library application component:VB.NET Create PDF from PowerPoint Library to convert pptx, ppt to PDF in, ASP.NET MVC, WinForms, WPF
VB.NET Tutorial for Export PDF file from Microsoft Office PowerPoint
Memory for serial order 72
dened as memory for distracting material can have a positive eect on performance when
it is related to the span items (Schroeder, Copeland, & Bies-Hernandez, 2012; Towse,
Hitch, Horton, & Harvey, 2010).
The work of Oberauer and colleagues represents an important theoretical
development and highlights how models and principles of short-term memory, when
augmented with additional assumptions, are extensible to the complex span setting. With
the establishment of two competing computational accounts of complex span, an
important avenue for future research will be to conduct precise quantitative comparisons
of the models and test some of their novel architectural features, such as the distracter
removal mechanism employed in SOB-CS. To date, the two models have only been applied
to verbal instantiations of the complex span paradigm (although see simulation 5 of
Oberauer et al., 2013). Therefore evaluating the extent to which the principles and
assumptions of these theories can account for performance in visuospatial versions of the
complex span task (e.g., Shah & Miyake, 1996) will also prove valuable.
Extending models of serial recall to free recall. In the free recall task, participants
are presented with sequences of items that they must subsequently recall either
immediately or after a brief delay. The sequence length is typically longer than in serial
recall (e.g., 10 items or more) and people can recall the items in any output order they
choose. Like the serial recall task, the free recall task has generated a wealth of data (for a
review, see Kahana, 2012) and this has culminated in the development of numerous
computational theories that account for major phenomena using well-dened principles
and assumptions (e.g., Davelaar, Goshen-Gottstein, Ashkenazi, Haarmann, & Usher, 2005;
Howard & Kahana, 2002; Laming, 2010; Polyn, Norman, & Kahana, 2009; Raaijmakers &
Shirin, 1981).
Historically, serial and free recall have been considered as fundamentally dierent
memory tasks that tap dierent mechanisms of memory. Accordingly, until recently there
Library application component:VB.NET PowerPoint: Add Image to PowerPoint Document Slide/Page
insert or delete any certain PowerPoint slide without affecting on C#.NET PPT image adding library. powerful & profession imaging controls, PDF document, tiff
Library application component:VB.NET PowerPoint: Edit PowerPoint Slide; Insert, Add or Delete
To view C# code for adding, inserting or To view more VB.NET PowerPoint slide processing functions powerful & profession imaging controls, PDF document, image
Memory for serial order 73
has been little attempt at a theoretical integration of the two tasks. Principal amongst the
reasons for believing that serial and free recall rely on dierent memory mechanisms is
that the two tasks generate functionally distinct serial position curves: Serial position
curves in immediate free recall exhibit extensive recency accompanied by limited primacy,
apattern at odds with the primacy-dominant serial position curves witnessed in serial
recall. Furthermore, recency continues to be observed in immediate free recall when a
secondary task involving immediate serial recall for digits is performed during list
presentation (e.g. Baddeley & Hitch, 1977). These ndings, together with extensive
evidence for long-term recency eects in a wide range of dierent free recall tasks, added
weight to the idea of recency as a general phenomenon not restricted to short-term
memory and immediate serial recall (see e.g. Baddeley & Hitch, 1993).
However, recent work by Ward and colleagues has shown that immediate serial
recall and immediate free recall share a number of functional similarities. For example,
both tasks exhibit similar patterns of rehearsal, and both are similarly aected by
manipulations of word length and articulatory suppression (variables traditionally
associated with serial recall) and manipulations of presentation rate (a variable
traditionally associated with free recall) (Bhatarah et al., 2009). Moreover, people exhibit
aconsiderable propensity to engage in serial recall when performing free recall, despite the
fact that output order is unconstrained (Bhatarah et al., 2009; Bhatarah et al., 2006,
2008; Grenfell-Essam & Ward, 2012; Ward et al., 2010; see also Howard & Kahana, 1999;
Kahana, 1996). Indeed, this tendency toward serial recall is also witnessed in other tasks
where output order is uncontrolled (e.g., Lewandowsky, Nimmo, & Brown, 2008; Tan &
Ward, 2007), suggesting that forward ordered recall may be a general principle of memory.
One key variable that mediates the dierences in the serial position curves observed in
serial and free recall is the sequence length. Ward et al. (2010) and Grenfell-Essam and
Ward (2012) have shown that at short sequence lengths, people initiate both serial and
Library application component:VB.NET PowerPoint: VB Code to Draw and Create Annotation on PPT
PDF, TIFF, MS Word and Excel). Most of end users would like to install and use Microsoft PowerPoint software and create PPT slide annotation through adding a
Library application component:C# PowerPoint - How to Process PowerPoint
Use the provided easy to call and write APIs programmed in C# class to develop user-defined PowerPoint slide adding and inserting projects.
Memory for serial order 74
free recall with the rst item in the sequence, after which recall proceeds in forward order.
However, at longer sequence lengths, people are more likely to initiate free recall, and to
some extent serial recall, with one of the last several items. Critically, the initial item
recalled determines the shape of the serial position curve: If the rst item is output
initially then primacy-dominant serial position curves resembling serial recall are
observed, whereas if one of the last several items is output initially then recency-dominant
serial position curves resembling free recall are witnessed. Nevertheless, irrespective of the
sequence length, people exhibit a considerable propensity in free recall to engage in serial
The ndings of Ward and colleagues set a precedent for attempts towards an
integration between theories of serial and free recall. To date though, no model of free
recall has been extended to account for serial recall. However, a number of theories of
serial recall have been developed that also account for free recall (e.g., Brown et al., 2007;
Farrell, 2012; Grossberg & Pearson, 2008). Of these theories, arguably the recent model of
Farrell (2012) provides the most promising attempt at a theoretical unication of the two
tasks. Farrell’s model is noteworthy since it incorporates a combination of principles of
short-term memory including position marking, a primacy gradient, response suppression,
and output interference and is capable of simulating an impressive set of benchmark
ndings from serial and free recall, as well as the recent data of Ward and colleagues. In
Farrell’s model, it is assumed that people spontaneously parse continuous sequences into
episodic clusters. Items within a cluster are associated both with a group level
representation of temporal context and with a representation of temporal context that
codes their position within the cluster itself. During recall, a cluster must rst be accessed
before its contents can be retrieved. An important assumption of the model is that the
group level context used to retrieve a cluster is not \given for free", but must instead be
actively retrieved from memory. A key exception to this rule is the group context for the
Library application component:VB.NET PowerPoint: VB Codes to Create Linear and 2D Barcodes on
PowerPoint PDF 417 barcode library is a mature and This PowerPoint ISSN barcode adding control is compatible ITF-14 barcode on any PowerPoint document slide
Library application component:VB.NET PowerPoint: Read, Edit and Process PPTX File
SDK into VB.NET class application by adding several compact well, like reading Excel in VB.NET, Reading PDF in VB Independent from Microsoft PowerPoint Product.
Memory for serial order 75
last episodic cluster encoded which is automatically carried over into the recall phase and
used to probe that cluster’s contents. The position-within-group context cues associated
with that cluster are then sequentially reinstated in forward order, each time probing
memory for an item. For long sequences, which contain several episodic clusters, this
means that recall will commence with one of the last several items and then proceed in
forward order until the nal item is recalled. Recall then continues via an iterative process
of retrieving an episodic cluster using its group context cue before recalling its contents in
forward order via the sequential reinstatement of its associated position-within-group
context cues. In contrast, with short sequences, items can be subsumed under a single
episodic cluster, so recall will naturally start with the rst item in the sequence and then
proceed in forward serial order.
Farrell’s model serves as a \proof of principle" that a theoretical integration of serial
and free recall is possible and that principles of short-term memory for order|which
feature prominently in the model|may be core ingredients to such a theoretical linkage.
It will be interesting in future research to test some of the model’s novel explanatory
assumptions, such as the idea that sequences are organized into episodic clusters, that
recall of items within a cluster proceeds in forward order, and that the group context for
the nal cluster is automatically carried over into the recall phase. As noted by Ward and
colleagues (Grenfell-Essam & Ward, 2012; Ward et al., 2010), further theoretical
developments in this area might be facilitated by extending other theories of serial recall
to account for free recall and, conversely, by extending theories of free recall to account for
serial recall. However, despite the apparent promise of recent attempts towards an
integration of the two tasks, it is important to emphasize that free recall involves
additional phenomena that are not reducible to serial recall, such as subjective
organization (Tulving, 1962), semantic clustering (Bouseld, 1953; Bouseld, Sedgewick,
&Cohen, 1954), and source clustering (Murdock & Walker, 1969). Accordingly, it remains
Library application component:C# PowerPoint: C# Guide to Add, Insert and Delete PPT Slide(s)
offer this C#.NET PowerPoint slide adding, inserting and guide for each PowerPoint slide processing operation & profession imaging controls, PDF document, tiff
Library application component:VB.NET PowerPoint: Sort and Reorder PowerPoint Slides by Using VB.
easily VB.NET PPT image adding and inserting clip art or screenshot to PowerPoint document slide at powerful & profession imaging controls, PDF document, image
Memory for serial order 76
an open question how far theoretical progress will be enhanced by extending models of
serial recall to free recall (and vice versa).
Modeling serial order at multiple levels. One major criticism of existing theories of
verbal short-term memory is that they only handle serial ordering at the lexical level. If
these models are to be able to deal with more realistic verbal material then they will need
to be elaborated to deal with serial ordering at the syntactic, semantic, and phonological
levels. The importance of modeling serial order at the supra-lexical level is perhaps best
revealed by the sentence-superiority eect: Memory span for words in sentences is more
than twice that for sequences of words in random order (e.g., Baddeley et al., 2009;
Jeeries, Lambon Ralph, & Baddeley, 2004), indicating that, in natural language settings,
syntactic and semantic constraints play a major role in supporting verbal short-term
memory for serial order. It is noteworthy that a number of models of sentence production
that deal with serial order at the syntactic level have been developed based on
CQ-compatible principles (Chang, Dell, & Bock, 2006; Dell, 1986; Dell et al., 1997; Ward,
1994). The mechanisms employed in these models may provide a useful starting point for
modeling serial ordering at the syntactic level within CQ models of memory for serial
The importance of modeling serial order at the sub-lexical level is re ected by the
need for a short-term memory system that is capable of learning nonwords, since this is
one of the major functions ascribed by Baddeley (Baddeley et al., 1998) to the
phonological loop. Extending models of verbal short-term memory to the learning of
nonwords requires augmenting these models with a mechanism for retaining the serial
order of sequences of phonemes. Hartley and Houghton (1996) have presented a CQ model
capable of encoding and recalling nonwords, which uses a positional context signal similar
to that employed by Burgess and Hitch (1999), combined with a top-down syllable
template that biases the assignment of phonemes to positions within a syllable. This
Library application component:VB.NET PowerPoint: Extract & Collect PPT Slide(s) Using VB Sample
functions, like VB.NET PPT slide adding/removing, PPT read this VB.NET PowerPoint slide processing tutorial & profession imaging controls, PDF document, image
Library application component:VB.NET PowerPoint: PPTX to SVG Conversion; Render PPT to Vector
into VB.NET project by adding project reference PowerPoint files that end with .pptx file suffix can powerful & profession imaging controls, PDF document, tiff
Memory for serial order 77
syllable template oers a promising mechanism for extending CQ models of verbal
short-term memory to the learning of nonwords. However, as noted elsewhere (Burgess &
Hitch, 2006), such a mechanism would need to be augmented with a cumulative matching
process like that employed in the model of Burgess and Hitch (2006) if it is to be capable
of learning and recognizing multiple sequences of phonemes.
The problem of serial order is one of the most complex and far-reaching problems in
psychology (Lashley, 1951). This article focused on one aspect of this general problem:
How people store and retrieve a novel sequence of items in the correct order. Specically,
we sought to identify some fundamental principles of serial order in short-term memory
and to establish whether these principles are the same in the verbal and visuospatial
Our review of phenomena of serial order identied a number of commonalities
between short-term memory for verbal, visual, and spatial information, and these
similarities point to the existence of some domain-general serial ordering principles.
Notably, there is evidence to support the notion that all three short-term memory systems
rely on a CQ sequence planning and control mechanism in which items are simultaneously
active in parallel and the most active item is output. Within the verbal short-term
memory CQ system, evidence suggests that serial order is represented using a primacy
gradient, position marking, response suppression, and cumulative matching. Additional
evidence suggests that output interference contributes to recall and that item similarity
eects manifest during both retrieval and serial order encoding. These results specify the
required architecture of a model of verbal short-term memory quite precisely. One model
that instantiates most of the above principles and assumptions is the CQ model of
Burgess and Hitch (2006). The Burgess and Hitch model is arguably the strongest of the
Memory for serial order 78
current eld of competitor models of verbal short-term memory. It accounts for an
impressive amount of serial recall data and is the only current model that can handle the
detailed pattern of ndings underlying the Hebb repetition eect. This explanatory
success notwithstanding, there is scope for future development of the model. One of the
model’s strengths is its ability to account for the eects of temporal grouping on
immediate recall and sequence learning via its multidimensional context signal. However,
one major limitation of the context signal in this model|and indeed all current
models|is that to simulate the eects of temporal grouping, the structure of the context
signal must be specied a priori by the modeler to re ect the grouping structure of the
input sequence. It would represent a formidable theoretical advancement if a bottom-up
implementation of the context signal could be developed that is capable of representing
the grouping structure \on the  y" based on the temporal properties of the input
sequence. Another limitation of the model|again shared with other contemporary
models|is that it only deals with serial ordering at the lexical level. If the model is to be
able to deal with more realistic linguistic inputs then it must be extended to account for
serial ordering at the semantic, syntactic, and phonological levels. Such an extension could
provide the opportunity for a theoretical linkage between short-term memory, vocabulary
acquisition, and language production.
The principles of serial order underlying the operation of the visual and spatial
short-term memory CQ systems are less transparent, largely because the phenomena that
provide direct support for the dierent principles have not yet been examined in these
domains. In spatial short-term memory, there is some direct evidence for the operation of
aprimacy gradient and position marking, whereas in visual short-term memory there is no
direct evidence for any of the principles of serial order. Accordingly, further empirical
research is required in order to narrow down the preferred combination of principles and
assumptions that should feature within a theory of serial order in visuospatial short-term
Memory for serial order 79
memory. The functional similarities across domains reviewed here suggest it is likely that
these principles will be similar to|if not the same as|those required for the accurate
modeling of verbal short-term memory.
Finally, we have noted recent developments that suggest it is timely to consider
whether a broader theoretical integration can be achieved by extending the principles of
models of serial order in immediate serial recall to other memory tasks that involve serial
output, such as complex span and free recall.
Memory for serial order 80
Aaronson, D. (1968). Temporal course of perception in an immediate recall task. Journal
of Experimental Psychology, 76, 129-140. doi:10.1037/h0025290.
Alloway, T. P., Kerr, I., & Langheinrich, T. (2010). The eect of articulatory suppression
and manual tapping in serial recall. European Journal of Cognitive Psychology, 22,
297-305. doi:10.1080/09541440902793731
Agam, Y., Bullock, D., & Sekuler, R. (2005). Imitating unfamiliar sequences of connected
linear motions. Journal of Neurophysiology, 94, 2832-2843. doi:10.1152/jn.00366.2005
Agam, Y., Galperin, H., Gold, B. J., & Sekuler, R. (2007). Learning to imitate novel
motion sequences. Journal of Vision, 7, 1-17. doi:10.1167/7.5.1
Agam, Y., Huang, J., & Sekuler, R. (2010). Neural correlates of sequence encoding in
visuomotor learning. Journal of Neurophysiology, 103, 1418-1424.
Agam, Y., & Sekuler, R. (2007). Interactions between working memory and visual
perception: An ERP/EEG study. Neuroimage, 36, 933-942.
Anderson, J. R., Bothell, D., Lebiere, C., & Matessa, M. (1998). An integrated theory of
list memory. Journal of Memory and Language, 38, 341-380.
Anderson, J. R., & Matessa, M. P. (1997). A production system theory of serial memory.
Psychological Review, 104, 728-748. doi:10.1037//0033-295X.104.4.728
Averbeck, B. B., Chafee, M. V., Crowe, D. A., & Georgopoulos, A. P. (2002). Parallel
processing of serial movements in prefrontal cortex. Proceedings of the National
Academy of Sciences, 99, 13172-13177. doi:10.1073/pnas.162485599
Averbeck, B. B., Chafee, M. V., Crowe, D. A., & Georgopoulos, A. P. (2003). Neural
activity in prefrontal cortex during copying geometrical shapes I: Single cells encode
Documents you may be interested
Documents you may be interested