MétaCan
Menu
← Retour à la cohorte
Enregistrement W2570887703 · doi:10.1167/16.12.1021

Explaining the action effect

2016· article· en· W2570887703 sur OpenAlexaff
Greg Huffman, Jay Pratt

Notice bibliographique

RevueJournal of Vision · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStimulus (psychology)PsychologyCognitive psychologyVisual search

Résumé

récupéré en direct d'OpenAlex

Consider a paradigm in which a visual stimulus is first presented and then a feature of that stimulus appears as either a target or distractor in a subsequent visual search task. It has been shown that if a response is made to the initial appearance of the stimulus, a validity effect is found; search times are faster when the stimulus is part of a target than when it is part of a distractor. This validity effect disappears if a response is withheld to the initial stimulus. Our study demonstrates that there is a validity effect and an inverse validity effect. First, like previous studies, we replicated the validity effect when the first stimulus was responded to. Second, unlike previous studies, when the first stimulus was not responded to, in four experiments we consistently observed an inverse validity effect such that faster search times occurred when the initial stimulus was contained in a distractor. Third, when we changed the second task from a visual search to stimulus presented in isolation, only the inverse validity effect was found. Fourth, when we increased the overlap between the first and second response buttons, the inverse validity effect increased. Based on our findings, we argue that the validity effect is driven by biased competition; responding to the first stimulus increases the attentional weights assigned to that stimulus's features such that it wins the competition for selection in the search phase. The inverse validity effect, however, is driven by feature binding into event files as there is a partial repetition of the event file formed from the first response when responding to the search event. 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 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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,004
Communication savante0,0020,005
Science ouverte0,0020,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0320,004

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 Opus0,161
Tête enseignante GPT0,445
Écart entre enseignants0,283 · 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'étudeObservationnel
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetNeural and Behavioral Psychology Studies→Travaux en français237 207→