MétaCan
Menu
Retour à la cohorte
Enregistrement W3153522531 · doi:10.24908/iqurcp.10737

17. Within-Object Attention: Attentional Concentration and Amplification in Moving Versus Static Conditions

2018· article· en· W3153522531 sur OpenAlexvenueno aff
Shira C. Segal

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFocus (optics)Line (geometry)Object (grammar)CognitionCognitive psychologyTracking (education)PsychologyComputer scienceArtificial intelligenceMathematicsPhysicsNeuroscienceOptics

Résumé

récupéré en direct d'OpenAlex

When presented with multiple stimuli, attention serves to help us select which items to focus on for further processing. The techniques we apply to determine where to focus within an object are less clearly understood than those applied for selecting objects. This study aims to observe if there are any existing trends in how we allocate our attention within objects, as well as to examine how different factors affect this cognitive process. Two previously identified trends in how attention is allocated within lines are attentional concentration – a tendency to focus on the center of the lines – and attentional amplification – the increase in center focus as line length increases (Alvarez and Scholl, 2005). Object dynamics is a variable that can be manipulated to test if these effects represent a higher-order tracking strategy, or whether they will still be exhibited when presented with stationary lines. This study examines whether these effects can be replicated when tested with moving lines as well as stationary lines. 22 participants completed tracking tasks, either moving or static, where they tracked two designated target lines while simultaneously watching for the appearance of a probe at either the center or end of any of the lines. In the moving condition, probe detection was significantly lower at the ends of lines (indicating attentional concentration), and this decrease in performance grew slightly as line length increased (indicating weak attentional amplification); however, no significant differences in probe detection between centers and ends of lines were found in the static condition.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,227
Tête enseignante GPT0,436
Écart entre enseignants0,209 · 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'étudeObservationnel
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetVisual perception and processing mechanismsTravaux en français237 207