Does Crossmodal Attentional Blink Depend on Spatial Congruency?
Notice bibliographique
Résumé
Although the majority of research on attentional blink (AB), an impairment in detecting the second of two sequentially presented target stimuli, has been well-established using visual targets, little research has been done on auditory AB and crossmodal AB with visual and auditory targets (Arnell and Jolicœur 1999). Similarly, AB effects have been demonstrated with spatially incongruent visual targets (Jefferies and Di Lollo 2009), but it remains unknown if AB effects will be observed when unimodal auditory targets or auditory–visual targets are spatially incongruent. The present study extends previous literature with a systematic examination of AB effects under varying unimodal and crossmodal conditions (Experiment 1) and unimodal and crossmodal AB effects when manipulating spatial congruency of targets (Experiment 2). Our main results show AB effects across all unimodal and crossmodal conditions in both experiments. AB magnitude was the strongest in congruent unimodal visual conditions and the weakest in the crossmodal condition with visual as Target 1 (T1) and auditory as Target 2 (T2). In Experiment 2, we found AB effects occur regardless of target spatial congruency. Only the unimodal visual condition showed a larger AB effect for spatially incongruent visual targets. These findings provide new insight into attentional interference across space and sensory domains.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».