Focusing and orienting spatial attention differently modulate crowding in central and peripheral vision
Notice bibliographique
Résumé
The allocation of attentional resources to a particular location or object in space involves two distinct processes: an orienting process and a focusing process. Indeed, it has been demonstrated that performance of different visual tasks can be improved when a cue, such as a dot, anticipates the position of the target (orienting), or when its dimensions (as in the case of a small square) inform about the size of the attentional window (focusing). Here, we examine the role of these two components of visuo-spatial attention (orienting and focusing) in modulating crowding in peripheral (Experiment 1 and Experiment 3a) and foveal (Experiment 2 and Experiment 3b) vision. The task required to discriminate the orientation of a target letter "T," close to acuity threshold, presented with left and right "H" flankers, as a function of target-flanker distance. Three cue types have been used: a red dot, a small square, and a big square. In peripheral vision (Experiment 1 and Experiment 3a), we found a significant improvement with the red dot and no advantage when a small square was used as a cue. In central vision (Experiment 2 and Experiment 3b), only the small square significantly improved participants' performance, reducing the critical distance needed to recover target identification. Taken together, the results indicate a behavioral dissociation of orienting and focusing attention in their capability of modulating crowding. In particular, we confirmed that orientation of attention can modulate crowding in visual periphery, while we found that focal attention can modulate foveal crowding.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».