Attentional control strategies lead to different task performance across cognitive domains
Notice bibliographique
Résumé
Performance for visual search improves when subjects use passive, intuitive attentional strategies versus actively directed ones (Smilek & Enns, 2006). It has also been suggested that visual search tasks benefit from bottom-up mechanisms (Proulx, 2005). Smilek & Enns acknowledge that the passive advantage may not transfer to other cognitive domains and Pinto et al. (2013) suggested that attentional mechanisms might be independent in both top-down and bottom-up processing. In order to test this possibility we ran a battery of executive cognitive tasks that we predicted would be impeded by the passive attentional strategies that were shown to be beneficial for visual search. Two randomly selected groups of participants completed a pre-test comprised of a backward digit span task, followed by a subset of Raven’s Progressive Matrices. Before repeating these batteries in a post-test, group 1 was instructed, in a manner similar to Smilek & Enns, to “actively direct” their attention (i.e., maintain active focus on the stimuli), and group 2 was instructed to be “as receptive as possible”, using a passive, broad focus approach (i.e., using intuition and “gut-feeling”), allowing targets and answers to “pop” into their minds. Group 1 (active) scored significantly higher on post-test items while group 2 (passive) scored significantly lower. This showed that executive cognitive tasks benefit from actively directed attentional strategies, and while passive attentional strategies may be conducive to tasks reliant on visual tasks requiring bottom-up processing, they were found to be a hindrance for those requiring top-down processing. These findings suggest that visual search tasks require distinct cognitive processes compared to complex intelligence batteries, and also provide support for claims that these distinct processes may function with different attentional mechanisms. 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 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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».