Goals matter: Only searched-for visual working memory representations form an attentional control set.
Notice bibliographique
Résumé
Attentional control settings (ACSs) guide attention in our complex visual environments by determining which objects capture our spatial attention. Both episodic long-term memory and semantic memory can support ACSs, but the role of visual working memory (VWM) remains unclear. Here, we assessed whether objects represented in VWM form an ACS and control attentional capture. In Experiment 1, participants maintained a colour in memory while completing a modified Posner cueing task that was designed to measure both singleton distractor costs and spatial cueing effects. The memory colour changed on each trial to limit the contribution of long-term memory. In Experiment 1, we replicated the typical finding of greater singleton capture by cues that matched the memory colour, indicating that the colour was represented in active VWM and produced an attentional bias. There was, however, no effect on spatial cueing; all cues produced comparable spatial cueing effects, even when they did not match the colour maintained in memory, indicating that the memory colour did not form an ACS. In Experiment 2, we adjusted the Posner cueing task so that participants had to search for the colour held in VWM. We again found enhanced singleton distractor costs by memory matching cues. Critically, the searched-for colour maintained in VWM formed an ACS; only memory matching cues, but not non-matching cues, produced a spatial cueing effect. These experiments contribute two important findings: 1) merely representing an object in active VWM is not sufficient for the representation of that object to form an ACS (Experiment 1), and 2) participants can form an ACS even when the searched-for colour changes from trial to trial, suggesting that—like episodic and semantic long-term memory—VWM can support ACSs (Experiment 2).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».