MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386249323 · doi:10.1167/jov.23.9.5373

Spontaneous detection of Visual Working Memory failures and subsequent performance recovery

2023· article· en· W4386249323 sur OpenAlexaff
Olga Kozlova, Keisuke Fukuda

Notice bibliographique

RevueJournal of Vision · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWorking memoryPsychologyTask (project management)Stimulus (psychology)Cognitive psychologyAudiologySocial psychologyComputer scienceCognitionMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Visual Working Memory (VWM) performance fluctuates from moment to moment with periodic failures. To test whether individuals are aware of upcoming failures, we developed a VWM bet task in which participants made a trial-by-trial prediction on VWM performance. Previously, we demonstrated that 1) individuals were unaware of upcoming VWM failures, and 2) it takes time for VWM performance to fully recover from failures. Interestingly, when informed of the failures through feedback, participants adjusted their following bets according to their recovering performance. Thus, in this study, we tested whether the metacognitive awareness of VWM performance recovery was induced by the feedback signaling the occurrence of a VWM failure. More precisely, in each trial, participants were first asked to place a bet on how many of four colored squares they would be able to remember. Then, they remembered the colored squares over a short retention interval and recalled each stimulus. When participants accurately recalled the same or a greater number of squares as their bets, they earned the points associated with their bets. To discourage overconfident bets, participants gained zero points when they recalled less than their bets. To discourage underconfident bets, participants were informed that the task would end as soon as they earned a pre-determined number of points (i.e., 60 points). Importantly, participants were not shown the points they earned during each trial. If feedback is necessary for participants to realize the occurrence of VWM failures and the subsequent slow recovery of VWM performance, they should not reduce their bets following the failures. Contrary to this prediction, we found that participants reduced their bets in accordance with the slow recovery of VWM performance. Our result, thus, demonstrates that individuals spontaneously recognize the occurrence of VWM failures and the subsequent slow recovery of VWM performance.

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)0,013
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 enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,076
Tête enseignante GPT0,358
Écart entre enseignants0,282 · 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 sujetNeural and Behavioral Psychology Studies→Travaux en français237 207→