MétaCan
Menu
Retour à la cohorte
Enregistrement W4206250491 · doi:10.31234/osf.io/w3mne

Individual Differences in the Tendency to See the Expected

2020· preprint· en· W4206250491 sur OpenAlexafffund
Nora Andermane, Jenny M. Bosten, Anil K. Seth, Jamie Ward

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesDr Mortimer and Theresa Sackler FoundationUniversity of SussexCanadian Institute for Advanced Research
Mots-clésBinocular rivalryPerceptPsychologyCognitive psychologyPerceptionExpectancy theoryPriming (agriculture)Context (archaeology)Adaptation (eye)Social psychologyVisual perceptionNeuroscience

Résumé

récupéré en direct d'OpenAlex

Prior knowledge has been shown to facilitate the incorporation of visual stimuli into awareness. We adopted an individual differences approach to explore whether a tendency to ‘see the expected’ is general or method-specific. We administered a binocular rivalry task and manipulated selective attention, as well as induced expectations via predictive context, self-generated imagery, expectancy cues, and perceptual priming. Most prior manipulations led to a facilitated awareness of the biased percept in binocular rivalry, whereas strong signal primes led to a suppressed awareness, i.e., adaptation. Correlations and factor analysis revealed that the facilitatory effect of priors on visual awareness is closely related to attentional control. We also investigated whether expectation-based biases predict perceptual abilities. Adaptation to strong primes predicted improved naturalistic change detection and the facilitatory effect of weak primes predicted the experience of perceptual anomalies. Taken together, our results indicate that the facilitatory effect of priors may be underpinned by an attentional mechanism but the tendency to ‘see the expected’ is method-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 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)0,004
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,230
Tête enseignante GPT0,364
Écart entre enseignants0,133 · 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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetVisual perception and processing mechanismsTravaux en français237 207