Controling for Perceptual Differences in the Faces Flanker Task
Notice bibliographique
Résumé
It has been suggested that negative stimuli capture attention more readily, and hold attention for longer than positive or neutral stimuli. Results consistent with this interpretation have, been found using a modified version of the Eriksen flanker task using schematic representations of emotional faces as the stimuli. Specifically, reaction times to happy faces are delayed when sad faces are presented as flankers (incongruent condition) relative to when happy faces are used as flankers (congruent condition). But this incongruent/congruent difference is not observed when the target is a sad face. It has been suggested that this effect may not be due to the valence of the stimuli and instead represent the ease of feature processing. For example, the mouth may be easier to process in a happy face than in a sad face because the contours of the lower part of the face and a happy mouth are roughly parallel. To test this hypothesis, 88 undergraduate students completed a Flanker task using schematic faces without the encompassing circle (i.e., just the eyes and mouth) as stimuli. A central target with three flankers on either side were presented in a horizontal line in the centre of the screen. As expected, a congruency effect was observed for happy faces. However, contrary to previous findings, a congruency effect was also observed for sad faces. If previous results were due to low level perceptual difference between schematic faces alone, no differences should be observed between happy and sad targets in the present study. Instead, the congruency effect was larger for happy than for sad faces. This is consistent with research suggesting negative stimuli capture attention more readily than positive stimuli, and further suggests that emotional information conveyed by the stimulus impacted responses. Meeting abstract presented at VSS 2018
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».