MétaCan
Menu
Retour à la cohorte
Enregistrement W2121364645 · doi:10.1080/713755989

Cued Shifts of Attention and Memory Encoding in Partial Report: A Dual-Task Approach

2001· article· en· W2121364645 sur OpenAlexaff
Barry Giesbrecht, Peter Dixon, Alan Kingstone

Notice bibliographique

RevueThe Quarterly Journal of Experimental Psychology Section A · 2001
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCued speechTask (project management)Encoding (memory)Contrast (vision)Computer scienceCognitive psychologyBottleneckGeneralityWorking memorySpeech recognitionPsychologyCognitionArtificial intelligenceNeuroscience

Résumé

récupéré en direct d'OpenAlex

This study explores how cued shifts of visual attention and rapid encoding of visual information relate to limited-capacity processing mechanisms. Three experiments were conducted placing a partial-report task within a dual-task paradigm. Experiments 1 and 2 involved a simple speeded visual discrimination (Task 1) and then an unspeeded partial-report task (Task 2). Generally, Task 2 accuracy declined as the temporal overlap between the two tasks increased. In addition, in Experiment 1, varying the number of items in the partial-report display had an effect on performance regardless of overlap. In contrast, in Experiment 2, varying the type of probe had an effect only at long task overlap. The generality of the interference effect was tested in Experiment 3 using an auditory discrimination as Task 1. Again, Task 2 accuracy declined as the temporal overlap between the two tasks increased. In all cases, the observed interference had the properties of a processing bottleneck. It is argued that encoding information into memory and response selection for the first task both require general-purpose processing. The results are discussed in terms of the functional relationship between attention and memory.

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)0,000
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 enseignants0,427
Score d'incertitude au seuil0,390

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,110
Tête enseignante GPT0,396
Écart entre enseignants0,287 · 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

Citations6
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Quarterly Journal of Experimental Psychology Section AMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207