MétaCan
Menu
Retour à la cohorte
Enregistrement W4402904609 · doi:10.1167/jov.24.10.620

Multiple object tracking as a measure of sustained attention and relation with fluid reasoning

2024· article· en· W4402904609 sur OpenAlexaff
Taryn Perelmiter, Domenico Tullo, Jocelyn Faubert, Armando Bertone

Notice bibliographique

RevueJournal of Vision · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueIntelligent Tutoring Systems and Adaptive Learning
Établissements canadiensUniversité de MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésRelation (database)Measure (data warehouse)Object (grammar)Tracking (education)PsychologyArtificial intelligenceCognitive psychologyComputer visionComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

The Multiple Object Tracking (MOT) paradigm has been a staple psychometric tool in cognitive sciences for over three decades, primarily designed to assess the ability to track multiple items simultaneously and explore the limitations of select subcomponents of attention. The present study seeks to extend the paradigm’s application to real-world settings by investigating the paradigm's utility as a measure of sustained attention, while also considering individual differences in higher-order cognition, such as fluid reasoning intelligence. In this study, 61 typically developing adults completed the MOT task at varying demands of sustained attention (i.e., manipulations in trial durations consisting of 5, 8, 11, and 15 seconds). Participants also completed a measure of cognitive functioning via the Wechsler Abbreviated Scale of Intelligence – 2nd edition. The results demonstrated that fluid reasoning intelligence was a significant and robust predictor of MOT task performance across all trial lengths. Here, individuals with higher fluid reasoning scores outperformed those with lower scores, regardless of whether they also had high verbal intelligence, extending previous work examining the relationship between distributed attention and intelligence. Furthermore, performance on 8-second trials emerged as the best significant predictor of fluid reasoning intelligence, suggesting an optimal trial condition to characterize attention resource capacity for sustained attention. These findings contribute to the growing body of evidence affirming the strong link between fluid reasoning intelligence and sustained attention capabilities as measured by the MOT. Moreover, they support the paradigm's effectiveness in differentiating attention resource capacities among individuals. This study also uncovers the clinical significance of these insights, highlighting the optimal conditions for evaluating attentional capabilities in individuals with and without attention deficits. Taken together these results advocate for the MOT's broader application in both research and clinical settings, emphasizing its value in isolating specific subcomponents of attention.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,609
Score d'incertitude au seuil0,191

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,264
Écart entre enseignants0,252 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetIntelligent Tutoring Systems and Adaptive LearningTravaux en français237 207