Ãtude électrophysiologique de lâimpact de la couleur dans le déploiement attentionnel
Bibliographic record
Abstract
L’influence de la couleur dans les mécanismes perceptuels et attentionnels a été étudiée. Quatre couleurs (le rouge, le vert, le bleu et le jaune) ont été calibrées individuellement à travers la technique heterochromatic flicker photometry. Suivant cela, les participants ont déployé leur attention à une cible (un cercle de couleur avec une ligne orientée). Les données électrophysiologiques ont été enregistrées pendant que les sujets performaient la tâche de recherche visuelle, et les analyses ont été basées sur les potentiels évoqués (PÉs). Trois composantes des PÉs ont été examinées : la posterior contralateral positivity (Ppc); la N2pc, reflétant le déploiement de l’attention visuo-spatiale et la temporal and contralateral positivity (Ptc). Des conditions dans lesquelles la cible était bleu ou rouge, lorsque comparées à des conditions avec une cible jaune ou verte suscitaient une N2pc plus précoce. Une amplitude plus élevée est aussi observée pour les cibles rouges pour les composantes Ppc et Ptc, reflétant une sélectivité pré-attentionelle. Ces résultats suggèrent de la prudence dans l’interprétation de données comparant des cibles de différentes couleurs dans des tâches de PÉs, et ce même lorsque les couleurs sont équiluminantes.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".