Le rôle de la charge perceptuelle dans le traitement de distracteurs visuels : le visage humain est-il vraiment particulier ?
Bibliographic record
Abstract
Résumé Lavie (1995) a démontré que lors de l’exécution d’une tâche attentionnelle, c’est le niveau de charge perceptuelle qui détermine s’il est possible ou non d’ignorer un distracteur. Lavie, Ro et Russell (2003) ont rapporté la seule exception connue à la théorie de la charge perceptuelle en démontrant l’impossibilité d’ignorer un visage humain utilisé comme distracteur et cela, même en présence d’une charge perceptuelle importante. La présente étude vise d’abord à répliquer les résultats de Lavie et al. (2003) à l’aide de visages humains différents des leurs. Dans une deuxième expérience, nous avons voulu vérifier si l’utilisation d’objets distracteurs autres que des visages, mais correspondant comme ces derniers à des exemplaires uniques (p. ex., Tour Eiffel) permettrait d’identifier une nouvelle classe d’exception à la théorie de Lavie. Nos résultats confirment une fois de plus que le visage humain est la seule exception connue à la théorie de la charge perceptuelle.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".