MétaCan
Menu
Retour à la cohorte
Enregistrement W2007651423 · doi:10.1167/2.7.525

Visual search strategies in a change detection task

2010· article· en· W2007651423 sur OpenAlexaff
L. A. Vandenbeld, Ronald A. Rensink

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVisual searchChange detectionSet (abstract data type)Computer sciencePattern recognition (psychology)Artificial intelligenceObserver (physics)Task (project management)Context (archaeology)

Résumé

récupéré en direct d'OpenAlex

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 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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,029
Tête enseignante GPT0,360
Écart entre enseignants0,331 · 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 VisionMême sujetDesign Education and PracticeTravaux en français237 207