Attentional priming in visual search: Age-based differences in feature priming
Notice bibliographique
Résumé
In visual search demanding focal attention to a feature singleton, trial-to-trial repetition of a target-defining feature or target location substantially reduces RT (Maljkovic & Nakayama, 1994, 1996; Hillstrom, 2000). This attentional priming has been taken to indicate the existence of an implicit short-term memory system to facilitate control of attention and eye movements in naturalistic tasks. Here, an experiment examined the effects of aging on such priming. A group of young adults (mean age = 19 years) and a group of older adults (mean age = 67 years) performed a visual search task requiring attentive discrimination of a feature singleton. Displays comprised three Landolt C's, spaced in equal intervals about an imaginary circle. Two C's were of one contrast polarity, and the third was of the opposite. The observers' task was to indicate the orientation of the contrast singleton. Target polarity and location varied randomly from trial to trial. Consistent with previous reports, repetition of either target-defining feature or target location facilitated search. Magnitude and persistence of location priming, further, were similar in younger and older subjects. However, age-based differences emerged in the magnitude of feature-based priming; the RT benefit of a repeated target feature was roughly twice as large in older as in younger observers. In conjunction with earlier evidence of inhibitory deficiencies in older adults, data suggest that attentional switching between target features, but not locations, may demand inhibition of established attentional set. Representations supporting attentional priming in visual search, though, appear to remain intact with age. HillstromA.P.(2000). Repetition effects in visual search. Perception & Psychophysics, 62, 800–817. MaljkovicV.NakayamaK.(1994). Priming of pop-out: I. Role of features. Memory & Cognition, 22, 657–672. MaljkovicV.NakayamaK.(1996). Priming of pop-out: II. Role of position. Perception & Psychophysics, 58, 977–991.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».