MétaCan
Menu
Retour à la cohorte
Enregistrement W2752434324 · doi:10.1167/17.11.1

Different effects of aging and gender on the temporal resolution in attentional tracking

2017· article· en· W2752434324 sur OpenAlexafffund
Eugenie Roudaia, Jocelyn Faubert

Notice bibliographique

RevueJournal of Vision · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTemporal resolutionTracking (education)Fixation (population genetics)PsychologyAudiologyMedicinePhysicsOptics

Résumé

récupéré en direct d'OpenAlex

The current study examined the role of temporal resolution of attention in the decline in multiple object tracking abilities with healthy aging. The temporal resolution of attention is known to limit attentional tracking of one and multiple targets (Holcombe & Chen, 2013). Here, we examined whether aging is associated with a lower temporal resolution of attention when tracking one target, the efficiency of splitting attention across multiple targets, or both. Stimuli comprised three concentric rings containing five or 10 equally spaced dots. While maintaining central fixation, younger and older participants tracked a target dot on one, two, or three rings while the rings rotated around fixation in random directions for 5 s. Rotational speed was varied to estimate speed or temporal frequency thresholds in six conditions. Results showed that younger and older participants had similar temporal frequency thresholds for tracking one target, but the addition of one and two more targets reduced thresholds more in the older group compared to the younger group. Gender also affected performance, with men having higher temporal frequency thresholds than women, independently of the number of targets. These findings indicate that the temporal resolution of attention for a single target depends on gender but is not affected by aging, whereas aging specifically affects the efficiency of dividing attention across multiple targets.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil0,162

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,110
Tête enseignante GPT0,384
Écart entre enseignants0,274 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations31
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetVisual perception and processing mechanismsTravaux en français237 207