MétaCan
Menu
Retour à la cohorte
Enregistrement W1205194057 · doi:10.1167/15.12.958

Visual working memory for negative events is weakened by alternation between event types during judgments of trends.

2015· article· en· W1205194057 sur OpenAlexaff
Rochelle Picardo, Jennifer C. Whitman, Jiaying Zhao, Rebecca M. Todd

Notice bibliographique

RevueJournal of Vision · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueAnimal and Plant Science Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCropInfestationTask (project management)Event (particle physics)BiologyAgronomyEngineering

Résumé

récupéré en direct d'OpenAlex

In order to effectively assess trends in the severity of a problem, we must often integrate working memory representations of several types of event. Alternating between different event types may cause them to seem less salient in memory, leading to an overly optimistic view of a given trend. We tested this possibility in a visual task portraying a series of events related to the success of orchard crops over time. Each scenario in our task portrayed one decade worth of crops. Each “year”, an icon was presented depicting either a healthy crop, a mild mold or insect infestation, a moderate infestation, or a severe infestation. In one condition, we structured the presentation order such that crop events of the same type occurred in sequence (e.g. mild mold, mild mold, moderate mold, healthy, mild insects, mild insects, moderate insects). Each “decade” in which crop events were grouped by type (the grouped condition) involved a different sequence – thus there was no statistical pattern to learn. In the ungrouped condition, the order of crop events within a decade was randomized (e.g. mild insects, mild mold, moderate insects, mild insects, healthy, moderate mold, mild mold). Participants were trained on four example scenarios depicting ‘normal’ frequencies for each type and severity of crop infestation within a decade. Next, following each decade in the main task, they rated the extent to which the crops had been better or worse than ‘normal’. Participants were generally biased towards judging a decade worth of crops as better than it actually was. They also made a more optimistic rating of the crops in the ungrouped condition than the grouped one. This demonstrates how switching attention between different types of symptoms or signs of a problem can cause us to be blind to the severity of that problem. Meeting abstract presented at VSS 2015

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,236

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,401
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetAnimal and Plant Science EducationTravaux en français237 207