MétaCan
Menu
Retour à la cohorte
Enregistrement W3093850774 · doi:10.1177/0956797620956986

Number Adaptation Can Be Dissociated From Density Adaptation

2020· article· en· W3093850774 sur OpenAlexaff
Kevin DeSimone, Minjung Kim, Richard Murray

Notice bibliographique

RevuePsychological Science · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésAdaptation (eye)Stimulus (psychology)PerceptionPsychologyCognitive psychologyCommunicationSensory AdaptationNeuroscienceSensory system

Résumé

récupéré en direct d'OpenAlex

Rapidly judging the number of objects in a scene is an important perceptual ability. Recent debates have centered on whether number perception is accomplished by dedicated mechanisms and, in particular, on whether number-adaptation aftereffects reflect adaptation of number per se or adaptation of related stimulus properties, such as density. Here, we report an adaptation experiment ( N = 8) for which the predictions of number and density theories are diametrically opposed. We found that when a reference stimulus has higher density than an adaptation stimulus but contains fewer elements, adaptation reduces the perceived number of elements in the reference stimulus. This is consistent with number adaptation and inconsistent with density adaptation. Thus, number-adaptation aftereffects are more than a by-product of density adaptation: When density and number are dissociated, adaptation effects are in the direction predicted by adaptation to number, not density.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,132
Tête enseignante GPT0,371
Écart entre enseignants0,239 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological ScienceMême sujetCognitive and developmental aspects of mathematical skillsTravaux en français237 207