MétaCan
Menu
Retour à la cohorte
Enregistrement W4386249062 · doi:10.1167/jov.23.9.5506

Attentional control settings determine not only what captures attention, but where attention goes once captured

2023· article· en· W4386249062 sur OpenAlexaff
Samantha Joubran, Anna Katzatchkova, Fatima Abboud, Naseem Al-Aidroos

Notice bibliographique

RevueJournal of Vision · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensMcGill UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésCued speechCognitive psychologyPsychologyFixation (population genetics)Stimulus (psychology)SalientVisual attentionTask (project management)Visual searchAttentional controlSelective attentionComputer scienceArtificial intelligenceCognitionNeuroscience

Résumé

récupéré en direct d'OpenAlex

Is attention automatically captured to the location of salient stimuli, or is capture under our control? The best evidence that capture can be controlled comes from contingent capture in attention cueing tasks: When looking for a visual target (e.g., a red target), distracting stimuli only capture attention if they resemble the target (e.g., a task-irrelevant red pre-cue). Put differently, what observers are doing in the target display determines which types of features will capture attention in the cue display. Here we assessed another level of control. What participants are doing in the target display may also determine where attention goes in response to the cue in the cue display. This prediction draws from a recent demonstration that spatial attention can be cued to arbitrary locations based on implicitly learned associations between features and locations (Girardi & Nico, 2017). In the present experiments, participants completed a cueing task where on every trial a target was presented to the left and right of fixation, and a separate, coloured stimulus indicated which target the participant should report (e.g., red meant report left target; green report right). Thus, the target display created an association between colours and shifting attention to the left or right. Across three experiments, task-irrelevant, non-predictive pre-cues captured attention to the location associated with their colour (e.g., red cues captured attention to the left location) regardless of where the cue physically appeared in space. These experiments also investigated and ruled out two alternative explanations based on spatially specific attentional control settings and colour priming. Instead, the present findings support the conclusion that attentional control settings do not only determine what types of stimuli should capture visual spatial attention, but also define where attention should go when captured.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,060
Tête enseignante GPT0,359
Écart entre enseignants0,299 · 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 VisionMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207