MétaCan
Menu
Retour à la cohorte
Enregistrement W2020052870 · doi:10.1037/a0020406

Attention, awareness of contingencies, and control in spatial localization: A qualitative difference approach.

2010· article· en· W2020052870 sur OpenAlexfundno aff
Joaquín M. M. Vaquero, Chris M. Fiacconi, Bruce Milliken

Notice bibliographique

RevueJournal of Experimental Psychology Human Perception & Performance · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinisterio de Ciencia e Innovación
Mots-clésContingencyCognitive psychologyStimulus (psychology)PsychologyRepetition primingPrime (order theory)Stimulus controlTask (project management)Computer scienceSocial psychologyMathematicsCognitionLexical decision taskEngineering

Résumé

récupéré en direct d'OpenAlex

The qualitative difference method for distinguishing between aware and unaware processes was applied here to a spatial priming task. Participants were asked simply to locate a target stimulus that appeared in one of four locations, and this target stimulus was preceded by a prime in one of the same four locations. The prime location predicted the location of the target with high probability (p = .75), but prime and target mismatched on a task-relevant feature (identity, color). Across 5 experiments, we observed repetition costs in the absence of awareness of the contingency, and repetition benefits in the presence of awareness of the contingency. These results were particularly clear-cut in Experiment 4, in which awareness was defined by reference to self-reported strategy use. Finally, Experiment 5 showed that frequency-based implicit learning effects were present in our experiments but that these implicit learning effects were not strong enough to override repetition costs that pushed performance in the opposite direction. The results of these experiments constitute a novel application of the qualitative difference method to the study of awareness, learning of contingencies, and strategic control.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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 seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,132
Tête enseignante GPT0,442
Écart entre enseignants0,309 · 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

Citations12
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology Human Perception & PerformanceMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207