Visual working memory and long-term memory attentional control settings: Can we maintain both simultaneously?
Notice bibliographique
Résumé
Attentional control settings (ACSs) guide attention in our complex visual environments by determining both which stimuli capture our spatial attention, and which stimuli do not. For example, when searching for a blue shirt, other blue objects will capture attention, but red objects will not. Recent research indicates that humans can maintain a long-term memory (LTM) ACS for 4-30 complex visual objects. Additional recent research indicates that humans can maintain a visual working memory (VWM) ACS for one colour. The purpose of the current experiment was to determine whether it is possible to maintain both an LTM ACS and a VWM ACS simultaneously, such that both kinds of representations are capable of biasing visual spatial attention. Participants memorized and searched for 10 complex visual objects (i.e., the LTM ACS), and on each trial a random colour was presented that participants also memorized and searched for (i.e., the VWM ACS). While searching for the colour and objects, participants completed a modified Posner cueing task designed to measure spatial attentional capture. The results indicate that participants were able to adopt both a VWM ACS and an LTM ACS at the same time, as only cues that matched what participants were currently searching for were able to capture spatial attention. This experiment contributes two important findings: 1) it is possible to maintain both a VWM ACS and an LTM ACS simultaneous, such that both VWM and LTM representations can bias visual spatial attention, and 2) VWM and LTM ACSs operate independently using different resources; if they used the same attentional resources or the same memory resources, it would likely not be possible for both representations to bias visual spatial attentional capture simultaneously.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».