Dynamic Representations in Visual Working Memory
Notice bibliographique
Résumé
Despite people’s subjectively rich visual experiences, the amount of information they can actively represent in their minds at a given time is severely limited by the capacity of visual working memory (VWM). To characterize this cognitive bottleneck, past studies have primarily employed static visual stimuli and, therefore, it is not yet clear how VWM represents dynamically changing visual information. Previous research suggests that VWM might utilize two distinct mechanisms to maintain an active representation of a changing stimulus: When a stimulus goes through a continuous (e.g., gradual) change, VWM keeps up with the change by updating its existing representation of the original stimulus. When a stimulus goes through a discontinuous (e.g., sudden) change, VWM resets its content by first discarding its original representation of the stimulus and then re-encoding a new representation. To test this hypothesis, we measured an electrophysiological correlate of VWM load (the contralateral delay activity or CDA) while participants tracked the characterizing identity (e.g., shape, color) of a dynamically changing stimulus. Here, we predicted that 1) the CDA amplitude remains sustained when a target object goes through a continuous identity change and 2) the CDA amplitude reduces to zero shortly after a target object goes through a discontinuous identity change. Our experiments confirmed both of our hypotheses when the stimulus went through dynamic shape or color changes. Taken together, our findings provide support for the existence of two distinct mechanisms through which VWM keeps track of dynamically changing visual information; updating and resetting.
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 | 0,000 |
| 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 ».