MétaCan
Menu
Retour à la cohorte
Enregistrement W3010664596 · doi:10.5709/acp-0274-2

How Attentional Guidance and Response Selection Boost Contextual Learning: Evidence from Eye Movement

2019· article· en· W3010664596 sur OpenAlexaff
Chao Wang, Hanna Haponenko, Xingze Liu, Hong‐Jin Sun, Guang Zhao

Notice bibliographique

RevueAdvances in Cognitive Psychology · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensMcMaster University
Organismes subventionnairesUniversität UlmDeutsche Forschungsgemeinschaft
Mots-clésEye movementSelection (genetic algorithm)Movement (music)Cognitive psychologyPsychologyComputer scienceArtificial intelligenceNeuroscienceAesthetics

Résumé

récupéré en direct d'OpenAlex

Crowding refers to the phenomenon of increased difficulty in identifying a peripherally presented stimulus when it is surrounded by adjacent flankers compared to when it is presented in isolation. The aim of the present study was to investigate the influence of flanker and target emotion on crowding effects. Therefore, Landolt rings with certain opening directions were conditioned with neutral or negative pictures. These conditioned stimuli were afterwards used in a visual crowding task, in which the critical spacing (75% threshold) was assessed for emotional flankers as well as for emotional targets. Larger crowding effects were observed for negatively relative to neutrally conditioned flankers, indicating more interference with negative flankers. Additionally, for participants showing a strong evaluative conditioning effect, smaller crowding effects were found for negatively relative to neutrally conditioned targets, indicating enhanced identification of negative target stimuli. In conclusion, crowding effects are modulated by both flanker and target emotion, suggesting that high-level stimulus features survive crowding and influence recognition performance. The study further shows that evaluative conditioning can be a useful tool to study the effect of emotion on rather early perceptual processes.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,450
Score d'incertitude au seuil0,753

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,123
Tête enseignante GPT0,440
Écart entre enseignants0,317 · 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'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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Cognitive PsychologyMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207