Visual search strategies in a change detection task
Notice bibliographique
Résumé
Visual Search Strategies in a Change Detection Task Purpose: Serial visual search for a target amongst distractor items is widely believed to be a linear process (Treisman and Gelade, 1980). Visual search for change in simple orientation stimuli using a change detection paradigm also yields search slopes that reflect a linear process (Rensink, 2000). The present study investigates whether or not detecting change in more complex stimuli is also linear. Method: 2 trained observers were shown an original and modified display presented in an alternating sequence, with each display shown for 1250ms separated by a 250ms blank screen. The stimuli were happy and sad schematic faces, with set sizes ranging from 2 to 10 items. Different ranges of set sizes were used in different experiments. A change in the facial expression of one of the faces occurred on half of the trials; reaction times to detect the change were measured. Results: Change-absent search slopes increased by a factor of two at set size 4 or 6 (depending on the individual observer). In addition, reaction times for set sizes of 6 and 8 differed depended on the range of set sizes used in testing (eg. 2,4,6 versus 6,8,10), with reaction times for higher ranges of set sizes being longer. Conclusion: These results suggest that observers use search strategies that depend on two factors: the context, or range in which the set size appears, and the capacity of visual short-term memory (vSTM). First, it appears that a display is searched more extensively when it is the smallest in a range of set sizes than when it is the largest. Secondly, the increase in slope at 4 or 6 items can be explained in terms of the capacity of vSTM, which is about 5 items (Rensink, 2000; Pashler, 1988): it may be that when this capacity is exceeded, search becomes less efficient.
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 ».