Notice bibliographique
Résumé
Visual prior entry effects, as measured by temporal order judgments (TOJs), are a sensitive measure of attentional capture. In the present study, we investigated if face stimuli tend to capture attention more effectively than non-face stimuli. To do so, we used a novel TOJ paradigm in which participants were presented with pairs of stimuli on either side of fixation cross arriving at different SOAs (12ms – 132ms) without any preceding cue. The task was to simply indicate which stimulus item had the first onset. If faces do show enhanced prior entry compared to non-face stimuli, then greater accuracy for face stimuli should be observed at short SOAs. First, we compared an innocuous abstract object against a neutral schematic face and, somewhat surprisingly, found the abstract object had a greater prior entry effect at SOAs of 12 and 24 ms. To further investigate this finding, a second experiment contrasted a schematic neutral face and a schematic mad face as earlier research indicates that attention is biased towards emotional faces compared to non-emotional faces. Here no significant difference at any SOA was found, with performance remaining at chance for shorter SOA. A third experiment that masked both stimulus items 100 ms after the second stimulus onset once again contrasted a mad face with an inverted neutral face, again revealing no prior entry effects for the mad face stimulus. A final experiment varied the spatial location of the stimulus onsets confirming the abstract object's ability to show visual prior entry over the face stimulus. These findings suggest that attention is not reflexively biased towards the detection of faces.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».