Notice bibliographique
Résumé
The visual search paradigm is widely recognized as a means of assessing the salience of image features, and distinguishing properties that are processed pre-attentively. Recent research has used face stimuli to show high-level influences on putative pre-attentive processing (Hershler & Hochstein, 2005; Reddy, Wilken & Koch, 2004). Others have shown similar advantages with natural images (Rousselet et al., 2004; Li et al., 2002), however, with such complex stimuli it is often difficult to determine the basis of the effect. Here we use meaningful, non-face, stimuli to evaluate high-level influences in a visual search task. Targets were black and white images of food and everyday objects; distractor stimuli were scrambled versions of the target items in which local features were re-positioned. The two classes of images and their distractors did not different in their low-level image properties (RMS contrast, frequency content). In a visual search experiment, observers indicated if a target was present in a set of distractors. Within a session all image types and distractor levels were randomly interleaved. Reaction times for non-food images increased with the number of distractors over the full range tested (n = 5−80). Reaction times for food images initially increased, but flattened at approximately 20 distractors. Further increases in the number of distractors had no effect on performance for this class of stimuli. This food specific pop-out effect is robust, and shows no effect of gender. Moreover, an image identification task shows that there is no difference in the discriminability of the two groups of images. Our results show that so-called pre-attentive processing is not restricted to low-level image properties, but is clearly influenced by meaning. These data provide another piece of evidence against simple hierarchical models of visual information processing, and for more integrative models, like that proposed by Lee and Mumford (2003).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».