Emphasizing responder speed or accuracy modulates but does not abolish the distractor-induced quitting effect in visual search
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
When a highly salient distractor is present in a search array, it speeds target absent visual search and increases errors during target present visual search, suggesting lowered quitting thresholds (Moher in Psychol Sci 31(1):31-42, 2020). Missing a critical target in the presence of a highly salient distractor can have dire consequences in real-world search tasks where accurate target detection is crucial, such as baggage screening. As such, the current study examined whether emphasizing either accuracy or speed would eliminate the distractor-generated quitting threshold effect (QTE). Three blocks of a target detection search task which included a highly salient distractor on half of all trials were used. In one block, participants received no instructions or feedback regarding performance. In the remaining two blocks, they received instructions and trial-by-trial feedback that either emphasized response speed or response accuracy. Overall, the distractor lowered quitting thresholds, regardless of whether response speed or response accuracy was emphasized in a block of trials. However, the effect of the distractor on target misses was smaller when accuracy was emphasized. It, therefore, appears that while the distractor QTE is not easily eradicated by explicit instructions and feedback, it can be shifted. As such, future research should examine the applicability of these and similar strategies in real-world search scenarios.
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.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle