MétaCan
Menu
Retour à la cohorte
Enregistrement W1964020852 · doi:10.1167/14.10.646

The effect of camera presence on arousal, attentional control and inhibition

2014· article· en· W1964020852 sur OpenAlexaff
Wilfrid S. Kendall, Kai M. A. Chan, Alan Kingstone

Notice bibliographique

RevueJournal of Vision · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGazeTask (project management)PsychologyAttentional controlCognitive psychologyLatency (audio)ArousalComputer scienceCognitionSocial psychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Previous research has shown that the presence of a camera can have various profound effects on human behavior, from increasing privacy-related behaviors (Caine, K., Sabanovic, S., & Carter, M., 2012) and pro-social behaviours (van Rompay, T. J., Vonk, D. J., & Fransen, M. L., 2009) to reducing scores on a memory test (Constantinou, M., Ashendorf, L., & McCaffrey, R. J., 2005). In each of these examples, the camera acted as an implied social presence, producing results similar to human observation. More recently, these findings have been extended to the field of visual attention. Risko and Kingstone (2011) showed that the presence of an eye-tracker leads to changes in looking behaviour. However, looking behaviours are only one measure of attention, and the field contains several other well-established behavioural paradigms. For this reason, we tested participants on a battery of tasks measuring various aspects of visual attention, either in the presence of a camera or not. The battery was comprised of a single- and dual-task version of an attentional capture task, cueing and gaze-cueing tasks, a visual search task, and the Sustained Attention to Response Task (SART). Across these four different visual attention tasks, any effect of camera presence served solely to reduce the response latency of the participants rather than impact the automatic or controlled allocation of visuospatial attention. The single exception to this pattern of results was in the inhibitory control of the automatic capture of attention by a distractor under a condition of high (dual-task) load. These results suggest that the presence of a camera may operate by increasing arousal, thereby reducing reaction time. However, when combined with a cognitive load manipulation, the capacity of attentional inhibition is reduced and so capture by distractors becomes pronounced. Meeting abstract presented at VSS 2014

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,006
Tête enseignante GPT0,277
Écart entre enseignants0,271 · 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 source (Gemma direct ou Codex distillé), 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207