MétaCan
Menu
Retour à la cohorte
Enregistrement W4255226570 · doi:10.1167/14.10.1029

Probability Cues Enhance Perceptual Estimations

2014· article· en· W4255226570 sur OpenAlexaff
Syaheed B. Jabar, Britt Anderson

Notice bibliographique

RevueJournal of Vision · 2014
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCued speechKurtosisPerceptionProbability distributionPsychologyComputer scienceStatisticsCognitive psychologyMathematics

Résumé

récupéré en direct d'OpenAlex

Stimulus probabilities affect detection performance: Rare targets, even if important (e.g. bombs, abnormal medical scans, etc.), are missed more often than their higher-probability counterparts. To minimize such probability-related costs, there is a need to understand how probability expectations develop and how they interact with attentional and perceptual processes. A previous experiment demonstrated that observers made smaller judgement errors when estimating orientations of exogenously-cued versus non-cued spatial gabors, suggesting that attentional deployment affects perceptual representations of target stimuli. Using the same paradigm, but with endogenous probability cuing (e.g. having right-positioned gabors likely being right-tilting), we replicated the effect: In Experiment 1a, observers were more precise (i.e. made smaller errors and had a more kurtotic distribution of angular errors) in their estimates for high-probability tilts than low-probability tilts. In Experiment 1b, where different probability distributions were conditionally cued (i.e. having the position-to-probability relation dependent on cue colour), the kurtosis measure again differentiated observers performance between orientation probabilities. Across both experiments, changes in kurtosis rapidly developed despite observers not being instructed on the underlying probability distributions. Curiously, observers were also more precise when judging gabors with near-vertical rather than near-horizontal orientations, while simultaneously displaying judgement errors that were systematically skewed towards the vertical rather than the horizontal meridian. These findings on kurtosis and vertical-bias coalesce in Experiment 2, which tested graded probabilities instead of a binary high/low probability distinction. Particularly, there appears to be a synergistic effect of having near vertical-tilts on the kurtosis measure for higher versus lower-probability tilts. In short, endogenous probability cuing, even if relatively complex, results in behavioral performance closely aligned to what one would expect from traditional attentional manipulations such as exogenous cuing. Possibly, the learning of stimulus probabilities might interact with pre-existing perceptual biases to weight perceptual processing towards expected targets and/or away from less expected targets. Meeting abstract presented at VSS 2014

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)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,036
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,131
Tête enseignante GPT0,441
Écart entre enseignants0,310 · 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'étudeExpérimental (laboratoire)
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207