MétaCan
Menu
Retour à la cohorte
Enregistrement W4409485603 · doi:10.1167/jov.25.4.7

The fate of visual working memory items after their job is done

2025· article· en· W4409485603 sur OpenAlexafffund
Zachary Hamblin-Frohman, Jay Pratt

Notice bibliographique

RevueJournal of Vision · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésWorking memoryComputer sciencePsychologyCognitive psychologyNeuroscienceCognition

Résumé

récupéré en direct d'OpenAlex

Visual working memory is a competitive, capacity-limited system for the storage of feature and object-based information. In change-detection tasks, items are encoded into memory and, after a retention period, are compared against a test set. Loss of information can occur from attentional interference or prioritizing some items over others. But what happens to the memory representations after the change-detection task is completed? The current article examines the fate of a memory item after its behavioral purpose has been fulfilled. Participants encoded a single item in memory for a difficult change-detection task. Visual search trials were presented both before and after the memory test was completed. Singleton distractors were present in these search trials that could match or not the memory item. In Experiment 1, memory-driven capture (the memory-matching distractors led to longer search response times than the unrelated distractor) was observed in the pre-memory test and, in a weaker form, the post-test search trials. In Experiment 2, we introduced cues that indicated the memory test would not occur on a subset of trials, controlling for re-exposure to the memory stimulus. Memory-driven capture was again observed for these post-cue search trials, but only at a short time interval, at a longer interval this effect was attenuated. These results suggest that the memory representations only linger briefly in the visual system.

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)0,005
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
Métarecherche0,0010,005
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,389
Écart entre enseignants0,369 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetHuman-Automation Interaction and SafetyTravaux en français237 207