MétaCan
Menu
Retour à la cohorte
Enregistrement W4412439264 · doi:10.1167/jov.25.9.2649

Fading enhancement? Exploring the impact of touch timing on target enhancement in multiple-object tracking (MOT)

2025· article· en· W4412439264 sur OpenAlexaff
Mallory E. Terry, Lana M. Trick

Notice bibliographique

RevueJournal of Vision · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGaze Tracking and Assistive Technology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésFadingComputer scienceTracking (education)Object (grammar)Computer visionPsychologyArtificial intelligenceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Many everyday tasks such as driving a car or playing team sports require keeping track of the positions of several independently moving items among others. This ability to select and keep track of the locations of multiple targets among identical non-targets (distractors) is called multiple-object tracking (MOT) and is thought to provide critical location information for performing actions toward the tracked targets (e.g., Pylyshyn, 2001). In support of this, our lab found reduced MOT performance when participants had to touch targets in MOT while tracking as compared to touching distractors. Though the theoretical framework supporting MOT is debated, several studies have found support for attentional enhancement of target locations during MOT. In the present study, we sought to investigate the impact of touch on the attentional enhancement of MOT targets by modulating what item was touched (target, distractor in MOT) and when the touch occurred in the trial (early, late, or both early and late). We hypothesized that if the attentional enhancement of targets decreased over time and was impacted by touch, touches that occurred later in the trial would have a more considerable impact on tracking performance relative to those that occurred earlier in the trial. In support of this, error rates were significantly lower for targets that were touched later in the trial compared to earlier. Interestingly, the impact of touch timing differed based on the item in MOT that was touched. For touched distractors, error rates did not differ based on when the distractor was touched, but instead RTs to decide if the touched distractor was a target were slower when it was touched later in the trial. Taken together, these findings provide evidence of a shared mechanism employed in MOT and visually guided touch that may be differentially impacted the item touched and the timing.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,498
Score d'incertitude au seuil0,359

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,050
Tête enseignante GPT0,338
Écart entre enseignants0,289 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetGaze Tracking and Assistive TechnologyTravaux en français237 207