MétaCan
Menu
← Retour à la cohorte
Enregistrement W2000014345 · doi:10.1167/6.6.305

Exogenous reconfiguration of the input filter: When it happens and when it does not

2010· article· en· W2000014345 sur OpenAlexaff
Shahab Ghorashi, Lisa N. Jefferies, James T. Enns

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésControl reconfigurationSet (abstract data type)Filter (signal processing)Task (project management)PerceptionLimit (mathematics)Similarity (geometry)Interval (graph theory)Process (computing)Class (philosophy)Computer sciencePsychologyMathematicsControl (management)Control theory (sociology)Artificial intelligenceComputer visionNeuroscienceCombinatoricsEngineeringImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

When two targets (T1, T2) are inserted in a stream of distractors, accuracy in identifying T2 is impaired if the interval between T1 and T2 is short. Di Lollo et al., (2005) proposed that this T2-deficit, known as the attentional blink (AB), results from a temporary loss of control over the current attentional set. Specifically, when the system is processing T1, it is vulnerable to an exogenously-triggered switch in attentional set caused by the items following T1. This exogenous filter reconfiguration leaves the system poorly prepared for T2 (if the items do not match) or well prepared (if the items match), thereby influencing the magnitude of the T2-deficit. The present study tested the limits of this system configuration process. Observers were presented with targets from a set of numbers and letters (1,2,3,A,B,C). Because targets were of both types, observers could not prepare optimally to select items based on class membership; each had to be coded separately. We varied whether the targets matched in class (numbers vs. letters) and whether the items intervening the targets were numbers or letters. An AB deficit was observed in all conditions, with no effect of the similarity between intervening items and T2. This finding establishes a clear limit on the nature of the task for which an input filter can be set optimally, and on when the system is vulnerable to exogenous reconfiguration. Additional experiments examined the conditions under which optimal task filters can be prepared in the perception of targets in rapid visual streams.

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)0,001
score de la tête « metaresearch » (Gemma)0,011
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,091
Tête enseignante GPT0,354
Écart entre enseignants0,263 · 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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetNeural and Behavioral Psychology Studies→Travaux en français237 207→