MétaCan
Menu
Retour à la cohorte
Enregistrement W2042417962 · doi:10.1111/j.1467-9280.2006.01754.x

Visual Attention and the Semantics of Space

2006· article· en· W2042417962 sur OpenAlexaff
Bradley S. Gibson, Alan Kingstone

Notice bibliographique

RevuePsychological Science · 2006
Typearticle
Langueen
DomainePsychology
ThématiqueCategorization, perception, and language
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPsychologySemantics (computer science)Space (punctuation)Visual attentionCognitive psychologyVisual perceptionVisual spaceCognitive sciencePerceptionComputer scienceProgramming languageNeuroscience

Résumé

récupéré en direct d'OpenAlex

The distinction between central and peripheral cues has played an important role in understanding the functional nature of visual attention for the past 30 years. In the present article, we propose a new taxonomy that is based on linguistic categories of spatial relations. Within this framework, spatial cues are categorized as either "projective" or "deictic." Using an empirical diagnostic, we demonstrate that the word cues above, below, left, and right express projective spatial relations, whereas arrow cues, eye-gaze cues, and abrupt-onset cues express deictic spatial relations. Thus, the projective-versus-deictic distinction crosscuts the more traditional central-versus-peripheral distinction. The theoretical utility of this new distinction is discussed in the context of recent evidence suggesting that a variety of central cues can elicit reflexive orienting.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,004
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,357
Écart entre enseignants0,345 · 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

Citations99
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological ScienceMême sujetCategorization, perception, and languageTravaux en français237 207