MétaCan
Menu
Retour à la cohorte
Enregistrement W1985005968 · doi:10.1167/14.10.1338

Re-examining temporal selection errors during the attentional blink

2014· article· en· W1985005968 sur OpenAlexaff
Patrick T. Goodbourn, Paolo Martini, Michael Barnett‐Cowan, Irina M. Harris, Evan J. Livesey, Alex O. Holcombe

Notice bibliographique

RevueJournal of Vision · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAttentional blinkLagPsychologyTime lagAudiologyCognitive psychologyCognitionComputer scienceNeuroscienceMedicine

Résumé

récupéré en direct d'OpenAlex

Two attentional episodes cannot occur very close in time. This is the traditional theory of the attentional blink, and it correctly predicts that the second of two successive attentional episodes often fails. But even when an episode succeeds, it may occur at an inappropriate time. Based on an analysis of response errors, Vul, Nieuwenstein and Kanwisher (2008) concluded that selection associated with a second target (T2) was temporally advanced for short lags and delayed for longer lags, and was less temporally precise during the blink period. However, their parametric estimates of attentional episode characteristics can be biased by instances in which the item reported for T2 was selected during an episode directed at the first target (T1). Such instances are evident in response error distributions, and could explain the phenomenon of lag-1 sparing. We reanalysed data from six studies, using mixture modelling to assess the characteristics of attentional episodes. At each lag, we compared two models: the first assumed that both target reports (T1 and T2) were drawn from a single attentional episode directed at T1; the second included an additional episode directed at T2. The results suggest that a second episode occurs only if lag exceeds 100250 ms, with the probability of initiating an episode returning to baseline for lags beyond about 500 ms. When a second episode does occur, the magnitude of its delay decreases as lag increases; but its temporal precision is invariant with lag, and is indistinguishable from a T1 baseline. This confirms that second attentional episodes are suppressed and delayed, but suggests that they are not temporally advanced for short lags, and that their temporal precision is not affected by earlier episodes. It also suggests that at least two items are sometimes retrieved from the first attentional episode, explaining lag-1 sparing. 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)0,013
score de la tête « metaresearch » (Gemma)0,081
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,081
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,038
Tête enseignante GPT0,302
Écart entre enseignants0,264 · 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 sujetMind wandering and attentionTravaux en français237 207