The role of object properties in item individuation: The effects of item heterogeneity and change
Notice bibliographique
Résumé
Item individuation is the ability to consider an item as an individual, and it is necessary if a person is to attend, foveate, or touch a specific item among others. At present it is unclear what role (if any) object properties play in item individuation. One way to investigate individuation is to use the visual enumeration task. Enumeration (determining how many items there are) requires individuation because accurate response requires that each item be considered once and only once. It has long been known that there are differences between enumerating small and large numbers of items. Specifically, when there are 1–4 items, a rapid (40–100 ms/item), accurate, effortless, process called subitizing is used. In contrast, when there are larger numbers of items, a slow (200–350 ms/item), effortful, error-prone process called counting is employed. In a series of studies, the role of object properties in individuation was evaluated by having participants enumerate 1–9 items of various types. In the first, participants enumerated items that were either homogeneous or heterogeneous in their properties. In the second, participants enumerated 1–9 items, but the items constantly changed their properties, their position, or both while being enumerated. Item heterogeneity and property change have different effects depending on the number of items. This effect was interpreted as it relates to recent theories of visual-spatial enumeration and Pylyshyn's (1989) FINST hypothesis.
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 | 0,007 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».