MétaCan
Menu
Retour à la cohorte
Enregistrement W1871972417

Self-timing in Memory and Visual Search Tasks

2010· article· en· W1871972417 sur OpenAlexafffund
Hye Joo Han, Charles Viau‐Quesnel, Zhuangzhuang Xi, Richard Schweickert, Claudette Fortin

Notice bibliographique

RevueCogPrints (University of Southampton) · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVisual searchCognitive psychologyTask (project management)Stimulus (psychology)PsychologyVisual memoryCognitionDuration (music)Computer scienceIconic memoryVisual short-term memory
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We investigated the ability of people to time themselves as they perform cognitive tasks. One
\ngroup did a memory search task, another did a visual search task. After each response,
\nparticipants estimated the duration of their own reaction time. In both tasks, correlations
\nbetween reaction times and temporal judgments were significant, showing that people can
\nprovide precise quantitative estimates of mental processes when they perform memory and visual
\nsearch tasks. Increasing load lengthened reaction times and temporal estimates in both tasks.
\nAccuracy of temporal judgments increased across blocks of experimental trials, showing
\nconsiderable improvement in self-timing with practice although in visual search, improvement
\nwas more pronounced under low load conditions. Results demonstrate excellent ability for selftiming
\nof memory and visual search, but suggest that in visual search, self-timing is influenced by
\nstimulus conditions.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,637
Score d'incertitude au seuil0,396

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,088
Tête enseignante GPT0,326
Écart entre enseignants0,237 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCogPrints (University of Southampton)Même sujetNeural and Behavioral Psychology StudiesTravaux en français237 207