Fast and slow temporal integration in visual word recognition: A demonstration of the Presentation of Parts in Noise (POPiN) paradigm
Notice bibliographique
Résumé
The visual system is constantly bombarded with continuous streams of information. As such, a primary challenge in visual perception is determining which stimuli should be integrated or segregated across time. Take the example of a film being presented at the standard rate of 48Hz. Subjectively, we perceive the individually presented frames as a continuous stream of information. However, if that film strip is slowed to a presentation rate of 1Hz, we then perceive the frames as individual units. Critically, there seems to be a threshold presentation rate that characterizes a shift in the perception of the film as continuous stream of information to the perception of segregated frames. This study focused on the temporal integration of visual word recognition. The experiments employed a novel word identification paradigm wherein target words were broken down into parts and presented, with noise, along a rapid serial visual presentation (RSVP) stream (e.g., HXMX, XOXE, XOMX, HXXE, would be a typical presentation stream for the target word ‘HOME’). Experiment 1 demonstrated that changing the presentation rate (43Hz, 22Hz and 11Hz) of the RSVP stream led to qualitatively different approaches to target integration. At fast rates, all target letters were integrated automatically. However, at slow rates, target identification necessitated a conscious, ‘string building’ strategy. Experiment 2 validated the claim for qualitatively different approaches to integration; performance on a concurrent working memory task was impaired only at the slow presentation rates. Together, the results suggest that temporal integration in visual work recognition works according to ~100ms integration windows. Integration beyond that window is still possible, but necessitates top-down working memory influences. 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 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 | 0,004 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».