Implicit updating of object representation via temporal regularities
Notice bibliographique
Résumé
An adaptive function of the visual system is that it can flexibly update existing representations of objects upon changes in the environment. Moreover, these changes can alter the representations of other associated objects that are not directly visible. For example, the increasing size of headlights at night signals an approaching car, although the car may not be visible. What mechanism supports such inference? We propose that statistical learning provides a channel through which new information about one object can be transferred to related objects. Observers viewed a continuous sequence of circles grouped into color pairs (e.g., red always appeared before blue). Afterwards, the first circle in each pair increased or decreased in size. Observers recalled either the size of the second circle in the pair, or the size of a random circle that never followed the first one. We found that the size of the second circle was judged to be larger (or smaller) than the random circle if the first circle increased (or decreased) in size (Experiment 1). This suggests that changes in one object are automatically transferred to the object that previously reliably followed. This transfer may be facilitated by the fact that the first circle predicted the second circle, or the mere association between the two circles. To tease these ideas apart, in Experiment 2 the second circle increased or decreased in size, and observers recalled the size of the first circle, or a random circle. We found no difference between the judged size of the first circle and the random circle, suggesting that changes in one object are transferred to the predicted object, but not vice versa. No observer was explicitly aware of the color pairs. Thus, statistical learning implicitly and automatically updates the representation of objects upon changes to other objects via temporal prediction. 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 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».