What’s the status of the relationship between complexity and dimensionality in visual working memory? It’s complicated.
Notice bibliographique
Résumé
Working memory (WM) has been studied extensively for the past few decades relying on tightly controlled stimuli that varied based on 2D surface features (e.g., color, orientation, etc.). Although there are some attempts at assessing WM for more complex items, most studies have reported mixed results from dichotomous choice paradigms. Moreover, real-world objects have dimensionality, and are often highly complex, and yet studies have reported increases in performance when compared to abstract items. Thus, the effects of complexity and dimensionality on WM performance remains unclear. In this study, we used a continuous report, delayed-recall task to evaluate the psychophysical properties of memory representations for stimuli that vary in complexity/dimensionality. In Exp.1 (N=45), we used a load manipulation (i.e.,1,2, or 4 items) in which participants were required to report the orientation of a either simple lines or complex 3D stimuli. Overall recall error was worse for complex 3D shapes than for lines. Moreover, using a mixture model, we demonstrate only guess rates are affected by complexity. A Bayesian model selection analysis confirmed that that for most participants precision increased with set size for both simple and complex shapes, whereas guess rates increased only for the complex stimuli. In Exp.2 (N=55), we compared delayed-recall performance for simple lines, complex 2D stimuli and 3D stimuli. WM capacity(k) was also obtained using a change-detection task for all stimuli, as well as for colored squares. Results corroborate the findings from Exp.1, and demonstrated reduced performance for complex 2D stimuli compared to similar 3D stimuli. Partial correlations, controlling for color or line capacity, also revealed some stimulus-specific effects on recall performance independent of general memory capacity. Together, these results demonstrate that complexity and dimensionality have different effects on VWM performance, and also reveal that some aspects of performance on a delayed-recall task may be stimulus specific.
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 | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,004 | 0,010 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».