Visual working memory is spatially global: boundaries in the similarity of visually perceived and internally represented stimuli
Notice bibliographique
Résumé
An emerging framework suggests that visual working memory (WM) representations rely on the same representational resources as those used to process external visual input. Kiyonaga and Egner (2014) provided support for this claim by demonstrating with a modified WM Stroop task that an irrelevant color word held in WM produces the same Stroop interference patterns on a perceptual color target as that seen in a classic perceptual Stroop task. However, there is evidence that perceptual and WM representations differ in terms of their spatial representation. Specifically, unlike visually perceived stimuli, the representation of information in WM might be spatially global rather than tied to any specific retinotopic location (Ester, Serences, & Awh, 2009). To test the spatial specificity of WM representations, we compared a classic perceptual Stroop task with a WM version in which the color word and color patch appeared either in the same or a different spatial location. In Experiment 1, for the perceptual version, we found a spatial effect such that spatial separation eliminated Stroop interference. However, in the WM Stroop task, robust Stroop interference was demonstrated in both the spatially overlapping and spatially separated conditions. In Experiment 2, we ensured location of the color word was encoded into WM by only testing memory for the color word's location. At test, the color word either appeared in the same spatial location or at a spatially displaced location—the extent of which was modified throughout the task to ensure motivated encoding. Replicating the results of Experiment 1, spatial separation eliminated Stroop interference for the perceptual task, but was present for both spatially overlapping and spatially separated conditions of the WM Stroop task. These experiments support the conclusion that at least in terms of spatial information, perceptual and WM representations do not rely on the same neural machinery. 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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».