Tuning perception: the content of visual working memory biases the quality of visual awareness
Notice bibliographique
Résumé
The likelihood that an individual will become subjectively aware of a visual stimulus can be affected by experimental manipulations of the stimulus itself (i.e., visual masking) or manipulation of cognitive factors. For example, previous studies have demonstrated that items held in visual working memory (VWM) that match target features allow targets to reach visual awareness faster. These studies on visual awareness have often used coarse measures of awareness, such as present/absent or forced-choice judgments. This has resulted in an all-or-none conceptualization of visual awareness, wherein an item is either seen or remains "invisible". However, recent evidence from object-substitution masking paradigms (OSM) suggest that visual awareness may instead be a graded process, as masking an item decreases the quality of its perceptual representation in addition to its threshold of awareness. In the present study we examined whether items held in VWM could influence the quality with which a partially masked target reached awareness. Participants were asked to hold an oriented Landolt C in VWM across each OSM trial (set size 2 or 4). On half of the trials the orientation of the Landolt C held in VWM matched the masked target, and on the other half it did not match the target. Data were analyzed using the three-component mixture model to determine the proportion of target responses, guesses, non-target responses, and the error (standard deviation) of responses within each condition. It was found that targets matching the contents of VWM were subsequently perceived with greater precision (i.e., less error). The item held in VWM did not affect the likelihood of making a target response, guess, or non-target error. These results suggest that items held in VWM are able to tune the quality of visual representations, which is a finding that is at odds with an all-or-none conceptualization of consciousness. Meeting abstract presented at VSS 2016
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,015 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».