A classification-image-like method reveals strategies in 2afc tasks
Notice bibliographique
Résumé
Despite decades of research, there is still uncertainty about how observers make even the simplest visual judgements, such as 2AFC decisions. Here we demonstrate a new method of using classification images to calculate "proxy decision variables" that estimate an observer's decision variables on individual trials. This provides a new way of investigating decision strategies. In Experiment 1, nine observers viewed two disks in Gaussian noise, to the left and right of fixation, and judged which had a contrast increment. The contrast increment was set to each observer's 70% threshold. On each trial we calculated the cross-correlation of the observer's classification image with the two disks, providing proxy decision variables. Using 10,000 such trials per observer we mapped the observer's decision space: we plotted the probability of the observer choosing the right-hand disk as a function of the values of the two decision variables. We tested the hypotheses that observers base their 2AFC decisions on (a) the difference between the two decision variables, (b) independent yes-no decisions on the two decision variables, or (c) just one of the decision variables. We found that all observers' decision spaces had a triangular guessing region, which is not predicted by any of the above models. However, this finding is consistent with model (a) plus intrinsic uncertainty. We conclude that the classic difference model favoured by detection theory is a valid model of 2AFC decisions. In Experiment 2, four observers discriminated between black and white Gaussian disks at fixation, and the two stimulus intervals were separated in time (1000 ms) rather than space. Again observers' decision spaces supported the difference model. We discuss how proxy decision variables can be used to test a wide range of additional signal detection models in domains such as cue combination and visual search. Meeting abstract presented at VSS 2014
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 | 0,003 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| 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 ».