To bind or not to bind: Addressing the question of object representation in visual short-term memory
Notice bibliographique
Résumé
Visual short-term memory (VSTM) is a capacity limited resource, which is consistently estimated to hold about four visual items at a time. There is, however, debate in the literature about what constitutes an "item" and how resources are allocated within VSTM. Some research suggests information is stored in VSTM as discrete objects; however, there is also evidence suggesting that within-object features alter VSTM performance. The present study addresses the question of whether VSTM load effects reflect the number of discrete objects and/or the number of within-object features. An electrophysiological correlate of VSTM--the contralateral delay activity (CDA)--was measured while participants performed a lateralized change-detection task, in which to-be-remembered items varied in the number of features and locations. Each trial contained either a solitary simple feature (shape, color, or orientation) or one of two multifeature arrays: three features presented at three separate locations or three features bound at one location. While presenting multiple features--regardless of whether they are at discrete locations or bound within a single object--resulted in greater CDA amplitude relative to a solitary feature, there was a dissociation in the distribution of activity between the two multifeature conditions, such that the CDA at site P1/P2 was sensitive to the number of discrete objects, while activity at P7/P8 was most enhanced when multiple features were bound in one object. The findings demonstrate the inhomogeneity of the CDA and suggest this electrophysiological marker may reflect both discrete object individuation/separation and flexible feature-feature binding in VSTM.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».