How much practice is needed to produce perceptual learning?
Notice bibliographique
Résumé
Extended practice — usually consisting of several hundred trials — substantially improves performance on a face-identification task. In this study we examined how many trials are necessary for this improvement, or perceptual learning, to occur. On consecutive days, observers performed a ten-alternative forced choice face identification task. Faces were presented at one of seven different contrast levels in three levels of external noise for a total of 21 stimulus conditions. The critical manipulation was the number of trials presented in each condition on Day 1. Separate groups completed either 1, 5, 10, 20, or 40 trials per stimulus condition, for a total number of trials that ranged from 21 to 840. The amount of time spent in the lab on Day 1 was equated across subjects by requiring everyone who completed fewer than 840 trials to perform an unrelated visual (filler) task. On Day 2, all observers completed 840 trials. Observers in a zero-trials condition (i.e. the control group) did only the filler task during the first session. Comparisons of face identification thresholds measured on Days 1 and 2, using only subjects that received at least 210 trials on Day 1, showed that thresholds decreased significantly with practice, indicating that perceptual learning occurred. Surprisingly, with the exception of the control group, thresholds did not differ across groups on Day 2. In other words, thresholds for subjects receiving 21–840 trials of practice did not differ significantly, and were significantly lower than thresholds for control subjects. These results suggest that relatively few trials are needed to produce perceptual learning. We currently are conducting experiments to determine what aspects of the brief exposure to our stimuli and/or task are necessary for learning to occur.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 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 ».