Modeling continuous outcome color decisions with the circular diffusion model: Metric and categorical properties.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The circular diffusion model is extended to provide a theory of the speed and accuracy of continuous outcome color decisions and used to characterize eye-movement decisions about the hues of noisy color patches in an isoluminant, equidiscriminability color space. Heavy-tailed distributions of decision outcomes were found with high levels of chromatic noise, similar to those found in visual working memory studies with high memory loads. Decision times were longer for less accurate decisions, in agreement with the slow error property typically found in difficult 2-choice tasks. Decision times were shorter, and responses were more accurate in parts of the space corresponding to nameable color categories, although the number and locations of the categories varied among participants. We show that these findings can be predicted by a theory of across-trial variability in the quality of the evidence entering the decision process, represented mathematically by the drift rate of the diffusion process. The heavy-tailed distributions of decision outcomes and the slow-error pattern can be predicted by either of 2 models of drift rate. One model is based on encoding failures and the other is based on a nonlinear transformation of the stimulus space. Both models predict highly inaccurate stimulus representations on some trials, leading to heavy-tailed distributions and slow errors. The color-category effects were successfully modeled as stimulus biases in a similarity-choice framework, in which the drift rate is the vector sum of the encoded metric and categorical representations of the stimulus. (PsycInfo Database Record (c) 2020 APA, all rights reserved).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle