MétaCan
Menu
Retour à la cohorte
Enregistrement W2120793772 · doi:10.1080/13506280050144425

Visual search selectively enhances recognition of the search target

2000· article· en· W2120793772 sur OpenAlexaff
Charles M. Butter, Melvyn A. Goodale

Notice bibliographique

RevueVisual Cognition · 2000
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésVisual searchTask (project management)PsychologyRepresentation (politics)CommunicationPattern recognition (psychology)Object (grammar)Code (set theory)Artificial intelligenceSpeech recognitionComputer scienceNeuroscienceCognitive psychologySet (abstract data type)

Résumé

récupéré en direct d'OpenAlex

In Experiment 1, subjects performed a probe recognition task embedded within a task in which they searched for a single target letter (either a T or an L) in a field of distractor letters (Ls or Ts, respectively). Pairs of targets were more often correctly recognized as identical than were pairs of distractors. Also, pairs of items consisting of a distractor and a hybrid composed of a T and an L were correctly recognized as different more often than were pairs of items consisting of a target and a hybrid. This result would be expected if subjects were more likely to interpret a hybrid as the target. In Experiment 2, subjects performed the same search task used previously, but now the probe task involved recognition of either a single target, a single distractor, or a single hybrid. A probe L was recognized better when it served as the target than when it served as the distractor in the concurrent search task. The hybrid was more likely to be incorrectly identified as the letter that served as the target. These results are consistent with models which assume that search instructions activate in a top-down manner the central representation of the search target, even in the absence of target stimuli. This interpretation is supported by the finding that neurons that code objects in higher-order cortical visual areas show enhanced activity when monkeys are preparing to search for the object that they code, even when it is not present.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0020,000

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 Opus0,170
Tête enseignante GPT0,424
Écart entre enseignants0,254 · 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

Citations4
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVisual CognitionMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207