Expectations modulate the time course of information use during object recognition
Notice bibliographique
Résumé
Prior expectations have been shown to affect object recognition. However, it is unknown whether the expectation of a specific object modulates how information is sampled across time during object recognition. Coarse information (low spatial frequencies, SFs) is typically sampled before more detailed information (high SFs). Some authors have suggested that low SFs processed early activate expectations about the object’s identity and that high SFs processed afterwards allow the confirmation and refinement of this hypothesis; an existent expectation could therefore reduce the need for confirmatory high SF information. In this study, we verified whether expectations influenced how SFs are used across time to recognize objects. On each trial, one object was randomly chosen among eighty, and all its SFs were randomly sampled across 333 ms. In half the trials (expectation condition), an object name was shown before the object; in the other half (no-expectation condition), it was shown after. Subjects had to indicate whether the name matched the object; it did so on 50% of trials. We first observed, after reverse correlating accuracy with SFs shown at each moment, that the early use of low SFs (1–30 cycles/image) was increased in the expectation condition. We then found that the late use of high SFs (~35 cycles/image), although not visible in the average results, was correlated with general recognition ability in the no-expectation condition, more so than in the expectation condition. Finally, we found that the early use of high SFs (~35 cycles/image) was affected differently by different expectations (i.e. different object names). Together, these results reveal how the processing of sensory information sampled across time during object recognition is modulated by expectations and they support the hypothesis that low and high SFs are affected differently by this modulation.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».