Change Blindness: The Impact of Motion and Perceptual Load
Notice bibliographique
Résumé
Despite the dynamic nature of real-world environments, previous research on change detection has primarily used static stimuli. However, research exploring the impact of motion on attention (Suchow & Alvarez, 2011) and memory (Blalock et al., 2014; Chung et al., 2023), two necessary components for successful change detection, suggests that motion can impair both processes. Consequently, the objective of the present experiment was to determine whether motion impairs change detection, as well as whether different motion types (i.e., synchronous and asynchronous) have different effects on detection accuracy. Additionally, we sought to determine whether perceptual load moderates the impact of motion. To address these objectives, we conducted a gradual change blindness experiment in which participants were presented with task-relevant (colourful, randomly-oriented isosceles triangles) and task-irrelevant (gray circles) stimuli that were either stationary, moving synchronously, or moving asynchronously. In each trial, one task-relevant stimulus gradually changed while participants attempted to identify the change target. Change detection was examined as a function of Change Type (Color, Orientation), Motion Type (Stationary, Synchronous, Asynchronous), and Load (3, 6, 9, 12 task-relevant stimuli). Interestingly, results showed that Motion Type significantly affected change detection for orientation changes, but not for color changes. Within the Orientation condition, detection accuracy was highest in the Stationary condition, lower in the Synchronous condition, and lowest in the Asynchronous condition. As hypothesized, we observed an interaction between Load and Motion in the Orientation condition, such that the effects of motion were absent when load was low (Load = 3), but emerged at higher loads (Load = 6, 9, 12). It was concluded that motion only impaired orientation change detection because, unlike color, the inherent movement of the orientation changes were masked by the Synchronous and Asynchronous movement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».