Effects of task‐irrelevant or filler items on brain mechanisms of visual spatial attention
Notice bibliographique
Résumé
Many visual search paradigms use color to distinguish task-relevant items from those considered fillers (e.g., blue task-relevant items and grey fillers). Hilimire and colleagues suggested that the N2pc, a lateralized electrophysiological component typically observed in visual attention, is a neural correlate for localized attentional interference, which postulates that target selection is degraded by nearby competing stimuli. In their study, N2pc amplitude decreased with decreasing distance between task-relevant items presented among fillers. With an increase in distance, however, there was also an increase in the number of fillers between task-relevant items. We tested whether this distance effect could be explained by the presence of fillers near task-relevant items rather than their proximity per se. We manipulated the distance between task-relevant items (adjacent, separated by two, or by four positions) and the presence/absence of fillers orthogonally. We used two color schemes: blue task-relevant items and grey fillers or grey task-relevant items and blue fillers (manipulated between-subjects) to control for color interactions. N2pc amplitude increased with increasing distance, but only when fillers were present, suggesting that the results of Hilimire et al. may be due to increasing fillers interference. Exploratory analyses also suggested that the colors selected to be task-relevant and task-irrelevant could play a role in our ability to filter task-irrelevant information. Our results suggest that fillers are not as inconsequential as sometimes assumed and generally support the Ambiguity Resolution Theory, where nearby items increase N2pc amplitude because of a greater need for focused attention.
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 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 | 0,000 | 0,001 |
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».