Storing visual object features and locations across saccades
Notice bibliographique
Résumé
In a series of studies, we tested how many object features and locations could be retained across saccades in 6 human subjects. Visual targets were either circular gabor patches or luminance disks. The Saccade Task consisted of briefly presenting a random number of targets (as many as 15). Each target's spatial position and orientation or luminance was varied randomly. Then, subjects saccaded to a different location and were briefly presented with a probe. The probe's orientation or luminance was systematically varied relative to the pre-saccadic target at the same location (the 80% detection amount determined from preliminary one-target trials). Subjects reported how the probe's visual feature differed from the original target. We compared the performance in this task to a Fixation Task which was identical except subjects maintained eye-fixation throughout the trial. The magnetic search coil technique was used for precise monitoring of eye movements. Results showed that up to 6 targets the subjects' accuracy in the Saccade Task was the same as in the Fixation Task. For trials with more than 6 targets, performance in both tasks declined but the Saccade Task declined at a faster rate than the Fixation Task. This decline was not observed when the test target was attentionally cued - showing that these were not low-level effects. Moreover, subjects' performance was poorer with larger saccade amplitudes than smaller saccades. These findings suggest that limits of transsaccadic memory depend on the number of objects it can retain and the size of the saccade.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 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 ».