MétaCan
Menu
Retour à la cohorte
Enregistrement W2044242690 · doi:10.1167/14.10.11

Statistical regularities alter the spatial scale of attention

2014· article· en· W2044242690 sur OpenAlexaff
Yiming Luo, Jiaying Zhao

Notice bibliographique

RevueJournal of Vision · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésObject (grammar)ColoredMatrix (chemical analysis)Scale (ratio)Computer scienceArtificial intelligenceTree (set theory)Pattern recognition (psychology)Square (algebra)MathematicsGeometryGeographyCombinatoricsCartography

Résumé

récupéré en direct d'OpenAlex

When looking out at a scene, we can flexibly direct our attention to individual objects (e.g., a specific tree), or to the whole scene (e.g., a forest). Here we examine how the learning of statistical regularities prioritizes individual objects in the array (local attention) or the entire array (global attention). In Experiment 1, we examined whether local regularities draw attention to a local scale. Observers viewed arrays of nine colored objects arranged in a 3x3 matrix. Each matrix was either in the shape of a square or a diamond. Each individual object was either a square or a diamond. Unbeknownst to the observers, the matrix either contained three triplets of colored objects (i.e., local regularities) in the structured condition, or contained colored objects in a random arrangement in the random condition. The task was to indicate, as fast as possible, either the shape of the individual object, or the global shape. We found that observers were reliably faster at identifying individual objects but slower in identifying the global shape, when the array was structured vs. random. This suggests that local regularities facilitate local attention and impede global processing. In Experiment 2, we examined whether global regularities cue global attention. Everything was the same as in Expt1 except that there were no triplets. Instead, the four corners of the matrix contained a color quadruple (i.e., global regularities) in the structured condition. We found that observers were reliably faster at identifying the global shape but slower in identifying individual objects, in the structured vs. random condition. This suggests that global regularities facilitate global attention and impede local processing. These findings demonstrate that spatial regularities can determine whether attention is directed to individual elements or to the entire scene, providing evidence for the influence of statistical learning on the spatial scale of attention. Meeting abstract presented at VSS 2014

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,196

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,340
Écart entre enseignants0,309 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

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