Motor effort predicts memory use in active visual search
Notice bibliographique
Résumé
The role of memory for target locations in visual search has been the subject of considerable research, with important implications for naturalistic search – wherein target and distractor configurations are typically quite stable over time. In previous research, the authors have provided evidence that the use of memory during search is at least partly dependent on the difficulty of search (Solman & Smilek, 2012). In particular, it is proposed that as purely random (or ‘brute force’) search becomes more costly, searchers are more likely to use memory. This results in more robust effects of memory on search times and efficiencies when comparing search through repeated versus non-repeated displays. In the present work, we extend these findings to the embodied realm. Contrasting eye-driven and head-driven search, we examine search performance in repeated and non-repeated displays, evaluating RTs, slopes, and early orienting performance. In the eye-driven condition, participants searched via a gaze-contingent window with head position fixed. In the head-driven condition, we used motion-tracking equipment to produce a head-contingent window. By using a large screen and holding position constant, all stimulus dimensions including window size were matched across conditions with respect to visual angle. Comparing these conditions tests the hypothesis that there will be enhanced memory effects in head-driven search, extending the difficulty-dependent memory use hypothesis to the realm of physical / energetic cost. The results are particularly important in light of the necessary recruitment of multiple motor systems during naturalistic search, and suggest that caution is warranted when interpreting higher-order cognitive influences on search using only eye-movements. Meeting abstract presented at VSS 2013
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 | 0,000 | 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 | 0,001 |
| 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 ».