Number symbols are processed more automatically than nonsymbolic numerical magnitudes: Findings from a Symbolic-Nonsymbolic Stroop task
Notice bibliographique
Résumé
Are number symbols (e.g., 3) and numerically equivalent quantities (e.g., •••) processed similarly or distinctly? If symbols and quantities are processed similarly then processing one format should activate the processing of the other. To experimentally probe this prediction, we assessed the processing of symbols and quantities using a Stroop-like paradigm. Participants (NStudy1 = 80, NStudy2 = 63) compared adjacent arrays of symbols (e.g., 4444 vs 333) and were instructed to indicate the side containing either the greater quantity of symbols (nonsymbolic task) or the numerically larger symbol (symbolic task). The tasks included congruent trials, where the greater symbol and quantity appeared on the same side (e.g. 333 vs. 4444), incongruent trials, where the greater symbol and quantity appeared on opposite sides (e.g. 3333 vs. 444), and neutral trials, where the irrelevant dimension was the same across both sides (e.g. 3333 vs. 333 for nonsymbolic; 333 vs. 444 for symbolic). The numerical distance between stimuli was systematically varied, and quantities in the subitizing and counting range were analyzed together and independently. Participants were more efficient comparing symbols and ignoring quantities, than comparing quantities and ignoring symbols. Similarly, while both symbols and quantities influenced each other as the irrelevant dimension, symbols influenced the processing of quantities more than quantities influenced the processing of symbols, especially for quantities in the counting rage. Additionally, symbols were less influenced by numerical distance than quantities, when acting as the relevant and irrelevant dimension. These findings suggest that symbols are processed differently and more automatically than quantities.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».