Art Immersion: Evidence for attention restoration in museums
Notice bibliographique
Résumé
• Visiting a museum, compared to walking in an urban environment, improves self-reported restoration. • Visiting a museum improves attentional control abilities, as measured via an Antisaccade task. • No differences in working memory, stress, or emotions between a museum visit and an urban walk. • No differences in eye metrics associated with mental load between a museum visit and an urban walk. Navigating crowded urban environments can significantly deplete attentional resources over time, making individuals less attentive and more prone to distractions. While previous research suggests that natural settings can help replenish attentional resources depleted by urban life, little is known about whether similar benefits may arise from tranquil artistic settings, like museums and art exhibitions. Here, we drew on the Attention Restoration Theory to test the restorative effects of a museum visit compared to a walk in an urban environment, using a within-subject pre-post design and a combination of self-reported, behavioral, and physiological measures. Participants completed two computer tasks assessing working memory and attentional control and filled out questionnaires assessing perceived restoration, emotions and stress before and after either a museum visit or an urban walk. Physiological activity was monitored by measuring blink rate and pupil size via an eye-tracker. Results showed greater improvement in attentional control abilities following the museum visit. Additionally, self-reported measures indicated that the museum visit was perceived as being more restorative than the urban walk. Similar improvements were observed for working memory, stress and emotions after both a museum visit and an urban walk. These findings suggest that immersion in artistic environments, like museums, can enhance key attention abilities more effectively than an urban walk, enabling individuals to replenish attention resources and become less distractible afterwards. Our results are encouraging in promoting the beneficial effects of museum visits on attention restoration.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».