Explicit Perceptual Comparisons Modulate Memory Biases Induced by Overlapping Visual Input
Notice bibliographique
Résumé
It is well-established that visual working memory (VWM) and perception interact to influence behavior. For example, studies have shown that novel visual input can retroactively distort VWM representations by inducing systematic attraction biases. The size of these biases may be determined automatically by the extent to which features shared between visual input and VWM content overlap with one another. However, it may also be the case that explicitly comparing VWM content to visual input plays a causal role in modulating these observed biases. Here, we tested the hypothesis that explicitly comparing a VWM representation to a visual input causally amplifies memory biases that occur naturally as a result of overlapping visual features. In each trial of two separate experiments, participants first encoded a target visual item (i.e., color or shape) into VWM in anticipation of a continuous report that followed a blank delay interval. On a subset of trials, participants were presented a novel probe item during the blank delay and were instructed to compare it to the target held in VWM. The memory biases observed in this task were then compared to those observed in a separate task where the same participants ignored the probe (Experiment 1) or encoded the probe into VWM alongside the target (Experiment 2). We found that individuals reported larger attraction biases in the target item following explicit comparisons than when they ignored or remembered the probe. A follow-up analysis revealed that memory biases were amplified when participants judged the probe to be similar—but not dissimilar—to the target item. This pattern persisted even after the distance between the target and probe items in the stimulus space was matched across trials. Taken together, these findings demonstrate that explicit perceptual comparisons causally modulate VWM biases above and beyond the effects determined by shared featural overlap.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».