MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386245255 · doi:10.1167/jov.23.9.4938

The Role of Object Stability in the Allocation of Attention

2023· article· en· W4386245255 sur OpenAlexaff
Ece Yucer, Jay Pratt

Notice bibliographique

RevueJournal of Vision · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPerceptionComputer scienceStability (learning theory)Pyramid (geometry)Object (grammar)Context (archaeology)Artificial intelligenceCognitive psychologyMathematicsPsychologyMachine learningGeographyGeometry

Résumé

récupéré en direct d'OpenAlex

Every day, our visual attention needs to be allocated across the diverse and complex scenes we encounter. Previous research demonstrated that various physical features that make up the objects in the visual field (e.g., colour, size, shape, texture, and motion), as well as learned information such as context (e.g., a toaster on a counter vs a toaster in a sink), play a role in how we allocate our attention various scenes. Through a lifetime of interactions with objects and environments, we also learn that the physical properties of objects, such as shape, are often tied to our perception of structure in the visual world. These learned physical properties may apply both to individual objects (e.g., a canonical pyramid is highly stable vs an upside-down pyramid is highly unstable) and to the relationships between objects (e.g., for a two-square box tower, we can remove the top box easily but removing the bottom box would make the top box unstable.) Thus, we are investigating whether the perceived stability of an object or group of objects influences the allocation of attention. In a series of experiments, we used a cueless temporal order judgment task to answer this question. Participants were presented with both stable and unstable objects or sets of objects, separated by small temporal intervals, and asked which one appeared first in the display. Participants’ responses were fit into logistic regression models, and their point of subjective simultaneity (PSS) was calculated using the fitted model. These PSSs were near zero, indicating that stable and unstable objects or sets of objects did not differ in how attention was allocated to them. Overall, the results of these experiments help inform us of the role stability plays in perceiving objects in our visual environments.

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)0,018
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 enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
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 Opus0,056
Tête enseignante GPT0,363
Écart entre enseignants0,308 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→