MétaCan
Menu
Retour à la cohorte
Enregistrement W4402911973 · doi:10.1167/jov.24.10.292

Spatial Attention Appears Modulated by Behaviourally Relevant Contexts

2024· article· en· W4402911973 sur OpenAlexaff
Noah Britt, Jiali Song, Jackie Chau, Hong‐Jin Sun

Notice bibliographique

RevueJournal of Vision · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueVisual Attention and Saliency Detection
Établissements canadiensUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitive psychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

It is well-documented that visual spatial attention can be modulated by the visual features of objects in the environment if the features contain semantic information, especially when behaviourally relevant (e.g., emotional facial expressions). The current study demonstrated that observers could prioritize attention toward specific object features when, and only when, the object becomes relevant within a certain behaviourally relevant context. In the current study, using virtual 3-D technology, we presented to licensed drivers a modified cue-target paradigm where a peripheral cylinder cue was followed by a peripheral roadside pedestrian target. Participants discriminated the hand/arm position of the pedestrian with a button-press on a steering wheel. The pedestrian target could appear on the same or different side of the road as the cue. In addition, pedestrians could appear oriented toward the road or away from the road—but this feature remained irrelevant to the participants’ responses. Through three experiments, we consistently found that, in the 3-D experimental condition where participants ‘drive’ within a virtual simulation, the cueing effect was significantly larger when pedestrians were facing towards the road compared to away from the road. This revealed enhanced attention towards targets—specifically those facing the road—in the cued location while driving. In contrast, this sensitivity for pedestrian orientation was not present in the three control conditions: 1) 3-D Stationary (non-driving), 2) 2-D Stationary (non-driving), and 3) another 3-D Driving scenario with an inanimate light-post target. These results suggest that drivers have heightened attention to pedestrians facing the road even though the pedestrian orientation was task-irrelevant. Licensed drivers likely demonstrated a preparatory mechanism to prioritize attention toward an event that may indicate a probability of impending collision. This novel phenomenon may be unique only to over-learned tasks such as driving (even simulated). These findings present additional evidence in favour of an embodied account 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 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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,292
Écart entre enseignants0,283 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetVisual Attention and Saliency DetectionTravaux en français237 207