Irrelevant faces do not capture spatial attention in RSVP sequences
Notice bibliographique
Résumé
Emotional faces are very engaging and are proposed to capture attention in spatial tasks (Eastwood, Smilek, & Merikle, 2003). Uniquely-coloured distractors can also capture attention, and can do so even when attention is maintained in a highly-focused state at a known target location, such as when identifying a target letter from an RSVP sequence of distractor letters (Folk, Leber, & Egeth, 2002). Here we examine whether emotional faces can capture attention when attention is highly focused at a known target location. In Experiment 1 a sequence of black letters was presented in an RSVP sequence. Two straight lines and a curve, which either formed an emotional face or a meaningless group (T1) surrounded one black letter. Subjects reported the identity of one red letter (T2) presented at various temporal lags from T1. Attention was captured by the perceptual groups only when they were red, leading to impaired T2 identification at short lags; distractors forming an emotional face, however, were no more detrimental to T2 identification. In Experiment 2 distractor letters were omitted from the sequence in the positions before, during, and immediately after the perceptual group. Meaning again did not influence T2 identification. In Experiment 3 subjects performed visual search for a target (a perceptual group, or a letter within a perceptual group), presented in a static array with other meaningless distractor perceptual groups, one of which sometimes formed an emotional face. The presence of an emotional face slowed response times for letter targets within perceptual groups, but not for perceptual groups themselves. The results indicate that a strict filter is adopted by the attentional system to cope with the heavy demands imposed by the RSVP paradigm. Consequently, emotional faces do not capture attention when it is narrowly focused, but do so when attention is broadly distributed. Meeting abstract presented at VSS 2012
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».