MétaCan
Menu
← Retour à la cohorte
Enregistrement W4311735598 · doi:10.1167/jov.22.14.3792

The Navon Task as a Measure of Attention Resolution Efficiency in Children and Adults

2022· article· en· W4311735598 sur OpenAlexaff
Victoria A. Tess, Richard S. Kruk

Notice bibliographique

RevueJournal of Vision · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPsychologyTask (project management)Cognitive psychologyReading (process)Developmental psychologyLinguistics

Résumé

récupéré en direct d'OpenAlex

Developmental differences in visual attention may impact reading ability. Our quasi-experimental study investigated these variables in 15 children ages 5–6 years, 47 children ages 7–10 years, and 47 adults. Participants completed a computerized version of the Navon task and the Word Identification subtest of the Woodcock Reading Mastery Test, 3rd ed. In the Navon task, a large letter, composed of smaller letters, was displayed. Participants identified a target letter (H or O) that was presented at either the global (the large letter) or the local level (smaller letters that composed the large letter). There were 16 practice trials and 64 experimental trials (32 target present, with 16 global and 16 local; 32 target absent). Response time was the dependent variable and the Navon level (global vs. local) and age were the independent variables. The Navon task has typically been used to measure precedence, which is the tendency to identify a target fastest at either the global or local level. However, we used the Navon task as a novel measure of attention resolution (AR) efficiency. An absolute timing difference was calculated using the average response time during trials with targets presented at the global or local levels. Smaller absolute timing differences between the globally and locally presented targets indicated more efficient AR modulation, while larger absolute timing differences indicated less-efficient AR modulation. As expected, AR efficiency improved as age increased, partially replicating past AR research. This suggests that absolute timing differences on the Navon task may validly measure AR efficiency. Reading ability was negatively correlated with AR efficiency, indicating that higher reading scores were associated with more efficient AR. These findings suggest that AR efficiency develops during childhood and reaches adult levels by age 7–10. Additionally, AR efficiency may be a marker of reading ability.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,035
Tête enseignante GPT0,338
Écart entre enseignants0,304 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetNeural and Behavioral Psychology Studies→Travaux en français237 207→