MétaCan
Menu
Retour à la cohorte
Enregistrement W2974266994 · doi:10.1167/19.10.187

Statistical learning enables implicit subadditive predictions

2019· article· en· W2974266994 sur OpenAlexaff
Yu Luo, Jiaying Zhao

Notice bibliographique

RevueJournal of Vision · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Text Analysis Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSubadditivityOutcome (game theory)Object (grammar)Association (psychology)PsychologyStatisticsStatistical hypothesis testingCoin flippingAlternative hypothesisCognitive psychologyMathematicsArtificial intelligenceComputer scienceCombinatoricsNull hypothesis

Résumé

récupéré en direct d'OpenAlex

The visual system readily detects statistical relationships where multiple cues jointly predict a specific outcome (e.g., two co-authors publishing a paper, or two co-founders starting a company). What is less known is how the visual system generates predictions when only a single cue is present, after learning that the two cues were previously jointly associated with an outcome. Here we examine three hypotheses: (1) complete inheritance hypothesis where the single cue predicts 100% of the outcome previously associated with the two cues, (2) proportional inheritance hypothesis where the single cue predicts 50% of the outcome, and (3) subadditive hypothesis where the single cue predicts more than 50% but less than 100% of the outcome, consistent with support theory (Tversky & Koehler, 1994). To test these hypotheses, we used a statistical learning paradigm where participants were exposed to two objects (e.g., red and blue squares) that were followed by a circle with a specific size. After exposure, participants viewed a single object (e.g., a red square) at a time and were asked to estimate the circle size that was associated with the object. Afterwards, participants recalled the size of the circle that followed the two objects during exposure. We found that the estimated size associated with the single object was significantly smaller than the recalled size associated with the two objects, but significantly larger than 50% of the recalled size (Experiment 1), or larger than 33% of the recalled size in case of three objects (Experiment 2). This confirms the subadditive hypothesis. Importantly, no participants were consciously aware of the association between the objects and the circle size. The results reveal a new consequence of statistical learning on visual inferences: when multiple objects predict a specific outcome, the single object is implicitly expected to predict an outcome in a subadditive fashion.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,833
Score d'incertitude au seuil0,234

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,006
Tête enseignante GPT0,298
Écart entre enseignants0,292 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetAdvanced Text Analysis TechniquesTravaux en français237 207