MétaCan
Menu
Retour à la cohorte
Enregistrement W2031217089 · doi:10.1167/13.9.512

Spatial Bias induced by Semantic Valence: Evidence From Eye Movement Trajectories

2013· article· en· W2031217089 sur OpenAlexaff
Davood G. Gozli, Amy Chow, Alison L. Chasteen, Jay Pratt

Notice bibliographique

RevueJournal of Vision · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésValence (chemistry)Saccadic maskingCognitive psychologyPsychologyFixation (population genetics)Eye movementEmotional valenceSalientLexical decision taskCommunicationComputer scienceArtificial intelligenceCognitionNeurosciencePhysicsPopulation

Résumé

récupéré en direct d'OpenAlex

Concepts of positive and negative valence are metaphorically structured in space (e.g., happy is up, sad is down). In fact, coupling a conceptual task (e.g., evaluating words as positive or negative) with a visuospatial task (e.g., identifying stimuli above or below fixation) often gives rise to metaphorical congruency effects. For instance, after reading a positive concept, a visual target above fixation is processed more efficiently than one below fixation. Recent studies, however, have challenged the idea that up and down spatial codes are automatically activated by valence concepts. Instead, it is possible that tasks requiring upward and downward attentional orienting artificially emphasize the link between valence and space. Here, we address the question as to whether the up and down spatial codes can be activated in a task that does not require attentional orienting along the vertical axis. To uncouple the valence axis from the spatial response axis we measured saccadic trajectory deviations, with the assumption that fast saccades deviate toward the salient segment of space. Participants read a single word at fixation, referring to a positive (e.g., ‘happy’), negative (e.g., ‘sad’), or neutral concept (e.g., ‘table). A peripheral visual target then appeared to the left or right, and participants made speeded saccadic responses to the target (unless the preceding word referred to a piece of furniture). Examining saccadic trajectories revealed patterns of deviation along the vertical axis consistent with the metaphorical congruency account; larger saccadic deviations upward were found after positive concepts compared to negative concepts. Importantly, placing task-irrelevant distractors above and below fixation did not modulate the pattern of deviations. These results suggest that metaphorical congruency effects between valence and space are not an artificial product of specific experimental tasks. That is, semantic processing of valence may automatically recruit spatial features along the vertical axis. Meeting abstract presented at VSS 2013

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,087
Tête enseignante GPT0,359
Écart entre enseignants0,271 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetVisual perception and processing mechanismsTravaux en français237 207