MétaCan
Menu
Retour à la cohorte
Enregistrement W2893726297 · doi:10.1167/18.10.843

Is deciding to act or executing the action critical for the action effect?

2018· article· en· W2893726297 sur OpenAlexaff
Blaire J. Weidler, Richard A. Abrams, Jay Pratt

Notice bibliographique

RevueJournal of Vision · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePsychiatric care and mental health services
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésObject (grammar)Action (physics)Task (project management)Feature (linguistics)Visual searchPsychologyAffect (linguistics)Orientation (vector space)Color visionComputer scienceCognitive psychologyCommunicationArtificial intelligenceSocial psychologyMathematicsLinguistics

Résumé

récupéré en direct d'OpenAlex

Recent research has revealed that a simple action can affect subsequent visual search. More specifically, after making a keypress to an object, participants are faster to find an unrelated target in a visual search task if it happens to share a feature (e.g., the color) of the acted-on object (pattern referred to as the action effect). However, it remains an open question as to what specifically is driving this effect – is it the decision to make an action or the execution of the motor response? To disentangle these possibilities, on each trial participants in the present experiments decided if a feature of an object matched a previously seen word (e.g., BLUE or SQUARE): if it matched, they pressed a key, if it did not they viewed the object. Importantly, the color of the object changed (e.g., from blue to red) shortly after its onset. The timing of the change was such that participants planned the action (i.e., decided to act) while one feature value was present, but executed it after the object's feature changed. Thus, we could independently evaluate the contributions of the "decision" and "motor" components to the action effect: In the subsequent visual search task (participant searched for a tilted line on each trial) on some trials the "decision" color was present in the search display whereas on other trials the "motor" color was present. Orthogonal to that manipulation, sometimes that color validly predicted the orientation target's location whereas sometimes that color was present but contained a distractor (i.e., was invalid). The action effect was larger when the decision color appeared in the search task. Thus, these data indicate features of the object present when a decision to act is made bias subsequent search to a greater extent than features present at the time of the action. 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,526
Écart entre enseignants0,434 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetPsychiatric care and mental health servicesTravaux en français237 207