MétaCan
Menu
Retour à la cohorte
Enregistrement W2172937636 · doi:10.3758/s13414-015-0991-5

The scope of no return: Openness predicts the spatial distribution of Inhibition of Return

2015· article· en· W2172937636 sur OpenAlexafffund
Kristin Wilson, Matthew X. Lowe, Justin Ruppel, Jay Pratt, Susanne Ferber

Notice bibliographique

RevueAttention Perception & Psychophysics · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensBaycrest HospitalUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOpenness to experiencePersonalityInhibition of returnCued speechPsychologyScope (computer science)Big Five personality traitsTraitCognitive psychologyCognitionSocial psychologyVisual attentionComputer scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

How and what we attend to is foundational in determining the content of our experience, thus differences in attention contribute significantly to how we perceive the world, learn, and develop. Personality also plays a role in constraining how we learn to perceive the world and it is conceivable that some facets of personality interact with visual attention; however, the relationship between these two constitutional aspects of psychology remains unclear. To address this interplay between cognition and personality, we looked at how the Big Five personality traits relate to the spatial scope of attention, as indexed by the spatial distribution of Inhibition of Return (IOR). IOR is marked by a decrement in reaction time when a target appears at a cued location, more than 200 ms after that cue. As the cue/target distance increases there is a release from inhibition, providing a measure of the spatial distribution of IOR and reflecting the spatial scope of attention. The results presented here show personality does predict the distribution of IOR. Specifically, higher trait Openness is associated with a broader distribution of IOR and attention. This finding suggests there is an intimate connection between personality, particularly Openness, and the spatial allocation of attention.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,054
Tête enseignante GPT0,318
Écart entre enseignants0,264 · 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'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

Citations31
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAttention Perception & PsychophysicsMême sujetVisual perception and processing mechanismsTravaux en français237 207