Attentional color hierarchy for pursuit target selection
Notice bibliographique
Résumé
We performed 2 experiments to investigate the effect of color on object selection. In Experiment 1, subjects fixated on a central dot and an aperture with a single surface of colored dots, either red, green, blue or yellow, moving left or right at a constant speed of 6.0 deg/sec appeared in the periphery. After a random period of time, the fixation spot disappeared which was the cue for the subjects to saccade to the aperture. Saccading to the surface resulted in an automatic pursuit of that surface. Experiment 1 showed that color modulates motion processing as measured in smooth pursuit velocity for single surfaces. Next, we investigated whether this color modulation was equivalent to a modulation of salience, by seeing whether target selection would be biased towards the color that produced a higher pursuit speed over a color that produced less pursuit speed. In Experiment 2, a second surface was placed in the aperture, moving at the same speed in the opposite direction and differing in color, and pursuit was again measured. If task-irrelevant color has no effect on salience and target selection, then pursuit would not be biased towards either surface of equal speed and contrast. In contrast, we found evidence of a selection hierarchy determining which surface was pursued: red [[gt]] green [[gt]] yellow [[gt]] blue. Furthermore, the strength of selection (pursuit speed) was strongly correlated with the distance in color space between the two colors. These results suggest a bottom-up attentional hierarchy based on color processing, similar to the bottom-up salience effects of contrast. This attentional color hierarchy intrinsically modulated other features of the object; more specifically the motion processing that drives smooth pursuit. Thus, color and motion are likely bound at or below the level of areas MT and MST, and color modulates bottom-up salience.
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 | 0,004 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».