MétaCan
Menu
Retour à la cohorte
Enregistrement W4255764886 · doi:10.22215/etd/2014-10432

The Impact of Motion Cues on Memory for Object Location and Appearance

2014· dissertation· en· W4255764886 sur OpenAlexaff
Chris Nicholson

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésStimulus (psychology)Sensory cueComputer visionMotion (physics)Working memoryEncoding (memory)PsychologyVisual memoryCognitionSpatial memoryComputer scienceArtificial intelligenceCognitive psychologyCommunicationNeuroscience

Résumé

récupéré en direct d'OpenAlex

Two experiments were conducted to investigate the notion that working memory is fractionated into visual and spatial components by demonstrating that a motion discrimination task selectively interferes with the spatial component.Also, because the motion cues used in the motion discrimination task were similar to those used in flight simulators, an attempt was made to further understand which aspects of working memory are required to monitor those motion cues.These experiments examined participants' ability to remember either the location or the appearance of visual stimuli while concurrently discriminating between left/right motion cues produced by a motion seat.Motion cues occurred either during stimulus encoding (E1) or retention (E2) of the visual stimuli.The ability to remember the location of visual stimuli was significantly impaired by motion cues presented during either encoding or retention.In contrast, the motion cues did not interfere with memory for the stimulus' appearance.This study supports the multi-component model of working memory and the notion that encoding/retention of location and appearance information is served by separable mechanisms in working memory.The finding that there is a cognitive cost of processing of visual-spatial information while interpreting motion cues, highlights the importance of including some form of motion cueing in flight simulators to more accurately represent the true mental demands of dynamic flight.

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)0,006
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,271
Écart entre enseignants0,262 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpatial Cognition and NavigationTravaux en français237 207