MétaCan
Menu
← Retour à la cohorte
Enregistrement W1965378545 · doi:10.1167/14.10.834

Learned action effects modulate salience in space: Evidence for the preactivation theory

2014· article· en· W1965378545 sur OpenAlexaff
Davood G. Gozli, Jay Pratt

Notice bibliographique

RevueJournal of Vision · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStimulus (psychology)Salience (neuroscience)PsychologyCognitive psychologySensory system

Résumé

récupéré en direct d'OpenAlex

Performing an action can reduce sensitivity to the sensory outcomes associated with the action. One explanation of this sensory attenuation effect, the preactivation account, proposes that action performance raises the activity of the internal representation of the actions sensory outcome, and that this heightened activity influences how incoming stimulus is processed. In particular, the stimulus-driven raise in neural activity is reduced for stimuli consistent with the activated representation, due to preactivation, compared with inconsistent stimuli that have no such preactivation. In this way, the stimulus-driven raise in neural activity hinders detecting a stimulus consistent with a learned action outcome. To test this account, we used a spatial attentional cuing phenomenon known as the attentional repulsion effect. In Experiment 1 we confirmed that when a cue is consistent with a learned action-outcome its effective salience is reduced (i.e., a smaller attentional repulsion effect) compared with a cue that is inconsistent with the action-outcome. Critically, the attentional repulsion effect paradigm allowed us to test the effect of action-induced activation of cue representation on the distribution of salience in space when action effects were no longer present. This was done In Experiments 2 and 3, we found that actions increase the salience of action-outcome locations even in the absence of action-outcomes. In other words, through learned action effects, we were able to generate attentional repulsion effects without the presence of the peripheral cues. These findings provide strong support for the preactivation account of action-induced sensory attenuation. 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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,116
Tête enseignante GPT0,404
Écart entre enseignants0,288 · 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'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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetFace Recognition and Perception→Travaux en français237 207→