MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412459652 · doi:10.1167/jov.25.9.2144

All Eyes on the Animals: Animacy Guides Visual Attention

2025· article· en· W4412459652 sur OpenAlexaff
Ece Yucer, Kristina Knox, Tyler Puhlick, Jay Pratt

Notice bibliographique

RevueJournal of Vision · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAnimacyPsychologyCognitive psychologyOptometryMedicine

Résumé

récupéré en direct d'OpenAlex

The ability to detect moving entities within our visual field is essential for human survival, as these entities often signal potential threats or opportunities. Animate beings, such as animals, exhibit dynamic and unpredictable movement patterns, making them highly salient to our visual attention system. This study seeks to explore the extent to which animacy influences saccadic eye movements using a forced-choice saccade task. In Experiment 1, an animal image and a real-world size-matched inanimate object image both from the THINGSPlus Database, grey-scaled and backgrounds removed, were presented simultaneously on a monitor. The participants completed a series of trials organized into four blocks, where they were instructed to focus their gaze, as quickly as possible, on the animate image during two blocks and on the inanimate object image during the other two blocks. Experiment 2 presented a single image at a time, either an animal or an object, with the same block trial structure. This allowed for a more precise comparison of reaction times between the two categories of objects without the potential decision-making implicated in simultaneous stimuli presentation. In both experiments, participants’ saccadic eye movements were recorded with an eye tracker. The results show that participants exhibited shorter saccadic reaction times when looking toward animate objects than their inanimate counterparts. Eye movement errors and amplitudes did not differ between the two types of stimuli. Overall, this indicates that our visual system is tuned to prioritize and quickly respond to potential living threats or opportunities in our environment, underscoring the importance of animacy in our attentional processes.

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)0,001
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
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 Opus0,075
Tête enseignante GPT0,423
Écart entre enseignants0,348 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→