MétaCan
Menu
Retour à la cohorte
Enregistrement W2041060465 · doi:10.1037/0096-1523.30.2.319

Attentional Effects of Counterpredictive Gaze and Arrow Cues.

2004· article· en· W2041060465 sur OpenAlexaff
Chris Kelland Friesen, Jelena Ristic, Alan Kingstone

Notice bibliographique

RevueJournal of Experimental Psychology Human Perception & Performance · 2004
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCued speechGazePsychologyArrowStimulus (psychology)Cognitive psychologyCommunicationComputer science

Résumé

récupéré en direct d'OpenAlex

The authors used counterpredictive cues to examine reflexive and volitional orienting to eyes and arrows. Experiment 1 investigated the effects of eyes with a novel design that allowed for a comparison of gazed-at (cued) target locations and likely (predicted) target locations against baseline locations that were not cued and not predicted. Attention shifted reflexively to the cued location and volitionally to the predicted location, and these 2 forms of orienting overlapped in time. Experiment 2 discovered that another well-learned directional stimulus, an arrow, produced a different effect: Attention was shifted only volitionally to the predicted location. The authors suggest that because there is a neural architecture specialized for processing eyes, gaze-triggered attention is more strongly reflexive than orienting to arrows.

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 seuil0,004

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 recherche0,0010,001
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 Opus0,029
Tête enseignante GPT0,346
Écart entre enseignants0,317 · 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

Citations428
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology Human Perception & PerformanceMême sujetFace Recognition and PerceptionTravaux en français237 207