MétaCan
Menu
Retour à la cohorte
Enregistrement W2802783379 · doi:10.4236/psych.2018.94043

Detecting Target Identity—Location/Response Binding in Visuo-spatial Tasks Using a Cueing Procedure: An Exploratory Study

2018· article· en· W2802783379 sur OpenAlexaff
Ben Kajaste, Eric Buckolz

Notice bibliographique

RevuePsychology · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPsychologyLatency (audio)Task (project management)Identity (music)Social psychologyCognitive psychologyCommunicationComputer science

Résumé

récupéré en direct d'OpenAlex

We aimed to determine the suitability of a “new” procedure for detecting the existence of binding between a target’s identity and its location/response during its processing on a prime trial in a visuo-spatial task. Importantly, the method involved cueing the impending likelihood of a binding violation on a subsequent probe trial. If the latency increasing impact of a binding violation can be reduced or removed when the cue proved to be valid, RT reductions for Conditions that involved a binding violation would show a larger latency decrease than those which did not (relative to uninformative cue trials). This result pattern did not occur, even though data showed that the cue information was used for preparation (RT [valid cue] RT [invalid cue]). Either a target identity—location/response binding does not occur, or advance knowledge of its impending violation does not modulate the violation’s latency increase impact. In any event, the use of the cue procedure employed here to detect binding is not a viable one.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,569
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,235
Tête enseignante GPT0,471
Écart entre enseignants0,236 · 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.

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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychologyMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207