MétaCan
Menu
Retour à la cohorte
Enregistrement W3094804418 · doi:10.1167/jov.20.11.945

Accessing object concepts: Effects from brief exposure using anaglyphs

2020· article· en· W3094804418 sur OpenAlexaff
Caitlyn Antal, Roberto G. de Almeida

Notice bibliographique

RevueJournal of Vision · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSuperordinate goalsPsychologyObject (grammar)Priming (agriculture)Word (group theory)Visual fieldFeature (linguistics)CategorizationCognitive psychologyLateralization of brain functionArtificial intelligencePattern recognition (psychology)CommunicationComputer scienceLinguisticsSocial psychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

We sought to investigate how concepts are accessed via object and feature recognition during two brief exposure times (50/60 or 190/200 ms). Participants performed a picture/word masked priming congruency task, whereby they had to judge whether a picture/word pair were related to each other. Participants wore blue-red anaglyph glasses, with objects presented in red in the left visual field and words presented in blue in the right visual field. Using anaglyphs allowed us to investigate the role of the early posterior visual projections during object and word recognition, by projecting the word to the visual word form area in the left hemisphere and the picture to the right temporal lobe--one of the bilateral object recognition areas. Pictures and target words were presented simultaneously with a 10 ms difference accounting for their recognition times: objects were presented for 50 or 190 ms, while words were presented for either 60 ms or 200 ms. For each picture, one of four word probes was presented for congruency decision: the basic level category label of the picture (dog), a high-prototypical (bark), a low-prototypical (fur), or a superordinate feature (pet). Response times (RTs) and accuracy to congruency decisions were analyzed through linear mixed effects models. Results showed that participants were faster and more accurate in responding to picture-word pairs when stimuli were presented for 190/200 ms rather than 50/60 ms. Furthermore, high prototypical and superordinate feature probes yielded significantly faster and more accurate responses when stimuli were presented for 190/200 ms. But crucially, basic level probes yielded significantly faster RTs and greater accuracy than all other probe types, at both presentation times. Taken together, this suggests that concept tokening relies on non-decompositional processes, and that conceptual features are processed only after concepts have been accessed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,067
Tête enseignante GPT0,363
Écart entre enseignants0,295 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetFace Recognition and PerceptionTravaux en français237 207