The Relationship between Self-Reported Vividness and Latency during Mental Size Scaling of Everyday Items: Phenomenological Evidence of Different Types of Imagery
Notice bibliographique
Résumé
We examined how the relationship between ratings of vividness (or image strength) and image latency might reflect the concerted action of two visual imagery pathways hypothesized by Kosslyn (1994): the ventral pathway, processing object properties, and the dorsal pathway, processing locative properties of mental images. Participants formed their images at small or large angular display sizes, varying the amount of size scaling needed. In Experiment 1, display size varied between participants, and images were trial unique. The higher the vividness, the faster the generation of small images (requiring size scaling of less than 10 degrees), which would recruit mainly the ventral pathway. This vivid-is-fast relationship changed for large images (requiring size scaling of 10 degrees or more), which would recruit mainly the dorsal pathway. The size-dependent alteration of the vivid-is-fast relationship was replicated in the first block of Experiment 2. However, when repeated over 3 consecutive blocks, image generation sped up, and gradually the vivid-is-fast relationship tended to occur for all display sizes until complete automatization of image generation occurred. The findings suggest that differential patterns of vividness-latency relationship can reflect the types of images involved, their relative ventral and dorsal contributions, and the involvement of working 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 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 | 0,001 |
| 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 | 0,001 |
| 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 ».