MétaCan
Menu
Retour à la cohorte
Enregistrement W2899734636 · doi:10.1186/s41235-018-0137-0

In the lab and in the wild: How distraction and mind wandering affect attention and memory

2018· article· en· W2899734636 sur OpenAlexafffund
Trish L. Varao-Sousa, Daniel Smilek, Alan Kingstone

Notice bibliographique

RevueCognitive Research Principles and Implications · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensUniversity of WaterlooUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésDistractionMind-wanderingPsychologyActive listeningCognitive psychologyAffect (linguistics)Attentional controlCognitionShort-term memoryWorking memoryDevelopmental psychologyPsychotherapistNeuroscienceCommunication

Résumé

récupéré en direct d'OpenAlex

The present study examined the impact that the environment has on the ability to remain attentive and retain information. Participants listened to an audiobook in either a controlled lab setting or in an uncontrolled natural setting. While listening to the audiobook, participants were randomly prompted to report their current attentional status (focused, mind wandering, or distracted). Participants performed a memory test on audiobook content at the end. Inattention (mind wandering and distraction) did not differ between the two settings. However, there was a setting by attentional state interaction: distraction rates were higher than mind wandering rates outside the lab, while inattention rates did not differ inside the lab. Memory test performance was poorer outside the lab, suggesting that increased distraction may compromise memory more than mind wandering. Collectively, the data suggest that mind wandering and distraction are distinct types of attentional failures and that past controlled lab investigations may have overestimated the role of mind wandering and underestimated the role of distraction in everyday cognition.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,230
Tête enseignante GPT0,432
Écart entre enseignants0,203 · 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'étudeObservationnel
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

Citations44
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCognitive Research Principles and ImplicationsMême sujetMind wandering and attentionTravaux en français237 207