Информация

Объекты с одним признаком привлекают внимание быстрее, чем объекты соединения, или наоборот?

Объекты с одним признаком привлекают внимание быстрее, чем объекты соединения, или наоборот?

Например, будет ли двухцветный объект привлекать внимание быстрее, чем одноцветный, или наоборот?


VII. Заключительные мысли

А. Сила ЕС

Эта область давно пытается понять происхождение отношений (Eagly & # x00026 Chaiken, 1993), и современные теории убеждения позволили понять, как отношения формируются с помощью различных механизмов (например, Chaiken, Lieberman, & # x00026 Eagly , 1989 Петти & # x00026 Качиоппо, 1981). Тем не менее, эти теории сосредоточили большую часть своей энергии на сознательных, преднамеренных, так называемых & # x0201cexplicit & # x0201d процессах, относя менее сознательные и более неявные процессы к & # x0201cperiphery & # x0201d (Bri & # x000f1ol, Petty, & # x00026 McCaslin. , 2009). Такой фокус является разумным, учитывая доказательства того, что убеждение с помощью более продуманных процессов обычно приводит к более сильному отношению, и что убеждение, вызванное менее продуманными процессами, имеет тенденцию быть эфемерным (например, Bizer & # x00026 Krosnick, 2001 Petty, Haugtvedt & # x00026 Smith , 1995). В самом деле, неявно сформированные отношения (например, созданные с использованием нашей парадигмы ЭК), вероятно, будут слабыми по крайней мере в одном смысле: они напоминают реакцию & # x0201cgut & # x0201d без основополагающей причины & # x0201d. Можно подумать, что отношения менее устойчивы к попыткам контрубеждения, особенно к тем, которые ссылаются на факты, цифры и тому подобное. Таким образом, общепринятое мнение может предполагать, что установки, выработанные посредством ЭК, не заслуживают внимания исследователей установок. Есть ли основания подозревать, что неявно сформированные отношения, подобные тем, которые развиваются с помощью ЭК, могут оказывать надежное влияние на суждения и поведение?

Есть данные, свидетельствующие о том, что неявно сформированные отношения могут иметь важное значение. Как описано выше, наша более ранняя работа продемонстрировала, что отношения, выработанные посредством ЭК, способны автоматически активироваться (Olson & # x00026 Fazio, 2002), что является одним из отличительных признаков силы отношения. Используя процедуру подсознательного прайминга, мы продемонстрировали, что отношение к новому мультипликационному персонажу CS активировалось автоматически после их подсознательного представления, без каких-либо намерений со стороны респондентов. Множество фактов подчеркивают силу установок, способных к автоматической активации (обзор см. В Fazio, 2007). Такое отношение может, например, направлять внимание к объекту (Roskos-Ewoldsen & # x00026 Fazio, 1992), влиять на его конструкцию (Smith, Fazio, & # x00026 Cejka, 1996) и предвзято обрабатывать информацию, относящуюся к объекту (Houston & # x00026 Fazio, 1989 Fazio, Ledbetter, & # x00026 Towles-Schwen, 2000).

Мы начали накапливать доказательства того, что отношение, сформированное в нашей парадигме ЕС, может иметь последствия для последующей обработки информации, подобные описанным выше. В одном из таких исследований участники получали неоднозначную информацию, связанную с атрибутами, о CS после прохождения обычной процедуры кондиционирования (Kendrick & # x00026 Olson, 2009). Неоднозначная информация была представлена ​​в виде торговых карточек покемонов (тип мультипликационного персонажа, который служил CS), которые, возможно, расшифровываются энтузиастом покемонов, но могут сбивать с толку новичка. Одна карта, например, оценила одну из CS как & # x0201cM & # x0201d со ссылкой на ее & # x0201cLRT, & # x0201d и указала ее & # x0201cackability & # x0201d как & # x0201c50HP. & # X0201d Эти неоднозначные характеристики предназначены для того, чтобы что-то намекнуть об объекте - его сильных и слабых сторонах и других характеристиках. Участников попросили устранить неоднозначность этой информации, то есть дать наилучшее предположение относительно ее значения по шкале типа Лайкерта. Как и ожидалось, участники устраняли неоднозначность информации в соответствии с отношением. У всех участников одна и та же информация (например, 50 HP) была оценена как положительная, если она описывала CS, которые им нравились, но считалась отрицательной, если описывала CS, к которым они были приучены не нравиться. Это произошло, конечно, без того, чтобы участники & # x02019 знали, что их отношение изменилось.

В последующем исследовании мы распространили эти результаты на объектно-ориентированную память. После кондиционирования участникам был предоставлен обширный список информации о характеристиках CS: положительные, отрицательные и нейтральные. В более позднем тесте на распознавание они с большей вероятностью запомнили черты, которые соответствовали направлению их кондиционирования: они правильно определили больше положительной информации о CS, которую они были обусловлены, чтобы понравиться, и больше отрицательной информации о CS, которую они были обусловлены не любить ( Кендрик & # x00026 Олсон, 2009). Таким образом, установки, сформированные посредством неявного ЭК, по-видимому, оказывают смещающее влияние на последующую обработку информации об объекте установки, что, в свою очередь, может повлиять на последующие суждения и поведение по отношению к нему.

Другие исследователи также показали, насколько эффективным может быть ЭК. Например, пищевые предпочтения могут быть обусловлены таким образом, чтобы влиять на последующий выбор еды (Verhulst, Hermans, Baeyens, Spruyt, & # x00026 Eelen, 2006). В другой работе Кастерс и Аартс (2005) продемонстрировали, что связывание цели с положительным воздействием посредством ЭК заставляет людей стремиться к достижению этой цели и быстрее выполнять промежуточную задачу, которая мешает их способности ее достичь. Их процедура ЭК была полностью неявной и использовала разные УЗИ (неповторяющиеся слова, единственная общность которых заключалась в их общей валентности). Таким образом, оценочное обусловливание может применяться к целям, связывающим цель с положительным аффектом, & # x02014 даже неявно & # x02014 может побудить людей к ее достижению. Применение EC в маркетинговых и рекламных исследованиях также продемонстрировало свой потенциал иметь заметные последствия для психологии потребителей (например, Gibson, 2008 Strick, van Baaren, Holland, & # x00026 Van Knippenberg, 2009). Наконец, в интересном применении процедуры наблюдения Нирман и Крэндалл (2010) соединили относительно незнакомые страны с положительными и отрицательными словами и образами, чтобы изучить, приведут ли обусловленные установки к формированию стереотипов о гражданах этих стран. Они обнаружили, что пары США влияли на суждения о национальной симпатии (но не компетентности), предполагая, что ЭК может способствовать развитию определенных стереотипных убеждений, оправдывающих условную оценочную ассоциацию.

Короче говоря, несмотря на их второсортную принадлежность к основным теориям убеждения, неявно сформированные отношения, подобные тем, которые вырабатываются посредством ЭК, могут иметь реальное влияние. Из-за предвзятости в обработке последующей информации и выборе поведения такое отношение может стать гораздо большим, чем реакция & # x0201cgut & # x0201d без лежащей в основе & # x0201 причины & # x0201d & # x0201cgut & # x0201d реакции легко найти оправдание. В самом деле, недавнее теоретизирование предполагает, что некоторые глубоко укоренившиеся установки, которые сохраняются с течением времени и не поддаются встречным убеждениям, могут иметь неявное происхождение (Rudman, 2004). Лучшим примером такого отношения и его силы могут быть иррациональные страхи или фобии. Такое негативное отношение может быть очень устойчивым к изменениям, и даже когда вмешательства кажутся успешными, рецидив или возврат страха очень распространены (Bouton, 2002, Rachman, 1989). Таким образом, выяснение механизмов, лежащих в основе развития отношения, таких как то, что происходит в ЭК, имеет решающее значение для предоставления более полного ответа на вопрос о том, как возникают отношения и, возможно, как они могут быть изменены.

B. Метод и механизм

Основной целью будущих исследований должно быть содействие пониманию того, как конкретные методы соотносятся с процедурами. Разработка исследования EC требует принятия множества решений о выборе CS, US, количества и параметров пар, использования прикрытия и т. Д. Эти решения должны все чаще приниматься на основе теории процесса, лежащего в основе ЭК. Для некоторых целей (например, в некоторых исследованиях используется ЭК, потому что это полезный способ создать настрой под экспериментальным контролем), лежащий в основе процесс может не представлять первостепенного интереса. Тем не менее, мы хотели бы отметить, что, поскольку разные механизмы ЭК порождают установки с разными типами оснований, оперантный механизм может иметь практические последствия. Для других целей, то есть для любого исследования, в котором ЭК сам по себе представляет интерес, очень важно понимать действующий процесс. Методологические решения, направленные на то, чтобы изолировать конкретный механизм, сделав невозможным работу других, в дальнейшем приведут к теоретической ясности и эмпирической согласованности.

Свелденс (2009) разработал новаторский подход к изучению ЭК, в котором эксперимент включает два варианта процедуры, уравновешенных по возможности множеством способов, но отличающихся критически, что определяет вероятный механизм, лежащий в основе ЭК. В частности, Свелденс сравнил «последовательные однородные» пары CS-US с одновременными гетерогенными парами. Последовательные гомогенные пары включали в себя каждую CS, за которой с задержкой следил один US. Одновременные гетерогенные пары включают в себя пару CS-US, имеющих общие начало и смещение, и каждая CS сопряжена с различными неповторяющимися US. Свелденс выдвинул гипотезу, что последовательные гомогенные пары будут производить ЭК через механизм ассоциации стимул-стимул. Он продемонстрировал, что различные характеристики ЭК в этих условиях действительно указывают на то, что отношение к CS формировалось посредством таких ассоциаций, например, они подвергались переоценке в США (явление, наиболее явно связанное с механизмом ассоциации CS-США) и ретроактивное вмешательство, то есть новое обучение, которое делает вновь образованные ассоциации относительно менее доступными. Эти условия также показали зависимость от осведомленности о непредвиденных обстоятельствах. Одновременные неоднородные условия имели очень разные характеристики. Это тот же тип пар CS-US, который используется в процедуре наблюдения, и характеристики EC в этом наборе условий, которые Свелденс описал как включающие & # x0201c прямой перенос аффекта, & # x0201d соответствовали неявной неправильной атрибуции. ЭК также был успешно произведен в этих условиях, но ни переоценка в США, ни ретроактивное вмешательство, похоже, не сработали. Кроме того, ЭК действовала в отсутствие осведомленности о непредвиденных обстоятельствах, которая была тщательно измерена. Этот новый подход предлагает захватывающие способы напрямую противопоставить ЭК, действующую через разные механизмы, и мы надеемся увидеть больше исследований, которые расширят и уточнят его.

В. Неявная неправильная атрибуция: обзор

В этой статье мы описали программу исследования ЭК, которая привела к формулировке IMM, нового подхода к ЭК, который может объяснить некоторые свойства, которые иногда характеризуют ЭК и отличают ее от ПК. IMM является новаторским в том смысле, что без такой теоретической точки зрения мы бы никогда не стали заниматься такими манипуляциями, как смещение взгляда, выразительность и выразительность CS. Мы надеемся, что модель и эти результаты, а также наш обзор механизмов ЭК уменьшат неуловимость ЭК и прояснят источник ранее существовавших расхождений в литературе. На наш взгляд, литература ЕС была излишне противоречивой, и исследователи с разных точек зрения были слишком нетерпеливы, чтобы отклонить тщательно проведенные исследования на основе предположений, когда результаты расходятся с их собственной точкой зрения. Мы надеемся, что теоретизирование будущего может все в большей степени решать когда ЭК имеет особые характеристики, а не абсолютные значения, особенно для тех, кто предпочитает концептуализировать ЭК как эффект. В качестве альтернативы, те, кто придерживается точки зрения, что ЭК следует определять как конкретный процесс, должны четко описать этот процесс и избегать широких обобщений, выходящих за рамки этого процесса. В заключение, стоит обратить внимание на вопрос & # x0201chow & # x0201d, то есть на изучение процессов, которые могут опосредовать влияние простого пространственно-временного совпадения с УЗИ на отношение к CS. Эффект может быть получен несколькими механизмами, но какой конкретный механизм играет более значительную роль в том или ином контексте, имеет решающее значение для связанных вопросов.


Эксперимент 2

Метод

Участников

В эксперименте 2 приняли участие тринадцать платных участников. Один участник был исключен из-за чрезмерной альфа-активности и моргания глаз (удалено более 50% всех испытаний), в результате чего окончательная выборка состояла из 12 участников (средний возраст = 29 лет, SD = 6 5). самцов 2 левши). Все участники имели нормальное зрение или зрение с поправкой на нормальное, сообщили о нормальном цветовом зрении и были наивны в отношении экспериментальных гипотез.

Стимулы и процедура

Эксперимент 2 соответствовал установке Эксперимента 1 со следующими исключениями. Эксперимент проводился на 24-дюймовом мониторе BenQ (разрешение экрана 60 Гц, 1920 x 1080) на расстоянии просмотра примерно 90 см и контролировался на компьютере SilverStone. В эксперименте использовались следующие цвета: красный (координаты CIE x / y: 0,605 / 0,322), оранжевый (0,543 / 0,409), золотой (0,405 / 0,470), зеленый (0,296 / 0,604), голубой (0,227 / 0,324), синий ( 0,227 / 0,324), пурпурный (0,270 / 0,134) и темно-серый (0,305 / 0,325). Все цвета были одинаково яркими (14 кд / м 2). Как и в эксперименте 1, поисковые дисплеи содержали четыре круглых объекта с двумя разными цветами в их верхней и нижней половинах, которые были представлены в левой, правой, верхней и нижней позициях. Для каждого участника снова было два предопределенных целевых цвета, но инструкции к заданиям были разными. Участники должны были сообщать о каждом испытании, соответствует ли целевой объект на экране поиска одному или обоим целевым цветам, используя цифровую клавиатуру («1» для совпадения по одной характеристике, «2» для совпадения по двойной функции). Все поисковые дисплеи содержали один целевой объект среди трех нерелевантных задач, нецелевых, с одно- и двухфункциональными целями, представленными в случайном порядке и с равной вероятностью в каждом блоке. Чтобы максимизировать количество испытаний, доступных для измерения компонентов N2pc, эти два типа целей всегда были представлены слева или справа, а не сверху или снизу. Участники выполнили два заблокированных варианта этого задания. В пяти последовательных блоках два целевых цвета занимали постоянное положение в соответствующих целевых объектах, как в Эксперименте 1 (например, красный над зеленым для целей с двойным признаком и красный над синим или пурпурный над зеленым для целей с одним признаком). В других пяти последовательных блоках не было фиксированных сопоставлений местоположения цвета (например, красный и зеленый, поскольку цвета, определяющие цель, с равной вероятностью появлялись в верхней или нижней позиции однофункциональных или двухфункциональных целей). Следуя практике, участники выполнили 10 экспериментальных блоков по 96 испытаний в каждом (5 блоков с фиксированными сопоставлениями цветов и положений, за которыми следуют 5 блоков с различными сопоставлениями, или наоборот, уравновешенные между участниками). Два цвета, определяющие цель, были выбраны случайным образом для каждого участника и оставались одинаковыми в обеих версиях задачи для каждого отдельного участника. В каждом блоке цели с двумя функциями появлялись в 50% испытаний, а два типа целей с одной характеристикой появлялись в оставшихся 50% испытаний.

Запись ЭЭГ и анализ данных

Запись и анализ ЭЭГ были идентичны Эксперименту 1. Средняя частота испытаний, удаленных из-за отторжения артефакта, составила 9% (SD = 11). Усредненные формы сигналов ERP были вычислены для дисплеев с двойными целевыми объектами и для двух типов однофункциональных целевых дисплеев (помеченных цветом 1 и цветом 2, с цветными метками, случайным образом назначенными каждому из двух целевых цветов для каждого участника), отдельно для два заблокированных пространственных состояния конфигурации.

Полученные результаты

Данные о поведении

Двухфакторный дисперсионный анализ ANOVA с повторными измерениями, проведенный для RT с факторами Целевой (однофункциональный, двухфункциональный) и Конфигурация (набор, варьируемый), не показал основного эффекта Конфигурации или взаимодействия между Конфигурацией и Целью (оба F & lt 1) . Однако был основной эффект Target (F (1,11) = 33,51, п & lt 0,001, ηп 2 = 0,75), поскольку RT были быстрее для двухфункциональных целей по сравнению с однофункциональными целями (M = 588 против 633 мс). Соответствующий дисперсионный анализ, выполненный на частотах ошибок, не показал основного эффекта цели (F & lt 1), конфигурации (F (1,11) = 3,13, п & gt 0,10), и никакого взаимодействия между этими факторами (F & lt 1).

Компоненты N2pc

На рисунке 4 (верхняя панель) показаны ERP, запускаемые в ответ на поисковые дисплеи с двойными целями и дисплеи, содержащие одну из двух однофункциональных целей (цвет 1 и цвет 2, случайным образом назначаемые для каждого участника). Компоненты N2pc были вызваны обоими типами целей, но были больше для двухфункциональных целей по сравнению с однофункциональными целями. Первоначальный трехфакторный дисперсионный анализ с повторными измерениями проводился по средним амплитудам ERP, полученным в временном окне после стимула от 190 до 290 мс, с факторами Target (однофакторный, двойной), Конфигурация (заданная, варьируемая) и Латеральность ( ипсилатеральный, контралатеральный). Поскольку конфигурация не взаимодействовала с целью (F & lt 1), латеральностью (F & lt 1) или как часть трехстороннего взаимодействия (F (1,11) = 3,05, п & gt 0.10), последующий анализ был основан на данных ERP, которые были усреднены по блокам с заданными и различными конфигурациями целевых цветов. Новый 2x2 ANOVA с использованием факторов Target и Laterality не показал основного эффекта Target (F & lt 1), но значимое взаимодействие Target x Laterality (F (1,11) = 55,04, п & lt 0,001, ηп 2 = 0,83). В то время как оба типа целей вызвали значительный компонент N2pc (все т & gt 4.62, все п ≤ 0,001), мишени с двойным признаком (M diff = -1,77 мкВ) вызвали большее значение N2pc по сравнению с мишенями с одним признаком (M diff = -0,59 мкВ).

Верхняя панель: Средние средние потенциалы мозга, связанные с событием (ERP) в эксперименте 2, полученные в интервале 350 мс после появления стимула на участках электродов PO7 / 8, контралатеральном и ипсилатеральном по отношению к расположению мишеней с двойным признаком или мишеней с одним признаком с одним из двух цветов, соответствующих задаче (цвет 1 или цвет 2, выбранный случайным образом для каждого участника). Нижняя панель: формы разностных сигналов N2pc (ипсилатеральные минус контралатеральные ERP) для двухфункциональных целей (сплошная линия) и суммарные разностные волны N2pc для двух типов однофункциональных целей (пунктирная линия)

Чтобы проверить, равнялось ли и до какого момента времени N2pc для двухфункциональных целей сумме двух компонентов N2pc для однофункциональных целей, два сигнала N2pc для двух типов однофункциональных целей (т. Е. Цвета 1 и 2) были суммированы и сравнены с N2pc для двойных целей. Соответствующие разностные сигналы N2pc для двухфункциональных и суммированных однофункциональных целей, показанные на рис. 4 (нижняя панель), демонстрируют шаблон, очень похожий на эксперимент 1. Обе формы сигнала N2pc начались одновременно, но более поздняя фаза N2pc для целей с двойной функцией снова был супераддитивным (то есть больше, чем суммарное N2PC для целей с одной функцией). Сравнение начальной задержки на основе складного ножа с критерием относительного начала (50% пиковых амплитуд N2pc) не показало существенной разницы между этими формами сигналов N2pc (216 мс против 212 мс после стимула для двухфункциональных и суммированных однофункциональных целей. т c(11) = 1.13, п & gt 0,25). Чтобы определить момент времени, когда цель N2pc с двумя характеристиками стала супераддитивной, была создана форма сигнала N2pc с двойной разностью путем вычитания суммированной цели N2pc с одной характеристикой из цели N2pc с двумя характеристиками. Анализ начала на основе складного ножа с использованием того же критерия относительного начала показал, что мишень с двумя характеристиками N2pc начала становиться больше, чем суммарная цель с одной характеристикой N2pcs при задержке после стимула 249 мс. Появление супераддитивного N2pc к целям с двойным признаком во время поздней фазы N2pc было дополнительно подтверждено анализом средних амплитуд N2pc для целей с двойным признаком и суммированными целями с одним признаком, которые были получены в течение двух последовательных временных окон после стимула. (ранний N2pc: 190-240 мс, поздний N2pc: 240-290 мс после стимула). Как и в эксперименте 1, этот анализ выявил значительное взаимодействие «Временное окно x цель» (F (1,11) = 8,39, п & lt 0,02, ηп 2 = 0.43).

Обсуждение эксперимента 2

В эксперименте 2 проверялось, связано ли возникновение супераддитивной цели N2pc, наблюдаемое в эксперименте 1, с интеграцией обработки внимания по двум релевантным для задачи цветам целевых объектов, или вместо этого отражается отвлечение внимания от частично совпадающих отвлекающих объектов после того, как эти объекты были признано несущественным для задачи. В эксперименте 2 объекты с одним или двумя целевыми цветами были релевантными для задачи, и эти два типа объектов никогда не отображались на одном экране. Если супераддитивная цель N2pc в Эксперименте 1 была вызвана избирательным отвлечением внимания от отвлекающих объектов с одним цветом, совпадающим с целью, такой супераддитивности не должно было наблюдаться в Эксперименте 2 для N2pc к двойным целям по сравнению с суммированными одиночными целями. целевые функции. Фактически, временная структура компонентов N2pc в Эксперименте 2 была очень похожа на Эксперимент 1. Мишень с двумя характеристиками N2pc возникла в то же время и изначально была равна по размеру сумме двух компонентов N2pc для целей с одной характеристикой и затем стал больше, чем суммированные одноэлементные компоненты N2pc. Эти наблюдения показывают, что на ранней стадии выбора цели внимание было развернуто независимо к каждому из двух целевых цветов, при этом оба процесса выбора цвета генерировали отдельные компоненты N2pc, которые аддитивно объединялись во время выбора двухфункциональных целей (см. Также Töllner, Zehetleitner , Krummenacher, & amp Müller, 2011, для связанных доказательств N2pc из задания, где участники должны были обнаруживать цветные одиночки, одиночные ориентации или повторно определенные цели, которые были одиночными в обоих измерениях). Критически важно, что последующее появление супераддитивного N2pc к двойным целям в Эксперименте 2 отражает супераддитивный N2pc, обнаруженный в Эксперименте 1, несмотря на тот факт, что объекты с двумя или одним целевым цветом теперь требовали ответа. Это убедительно свидетельствует о том, что эта супераддитивность не является результатом отвлечения внимания от объектов, частично совпадающих с целями, которые необходимо игнорировать. Вместо этого появление супераддитивного N2pc к двойным целям в Эксперименте 2, вероятно, отметит момент времени, в который процессы выбора на основе признаков перестают работать независимо, а процессы управления вниманием становятся чувствительными к совместному присутствию определяющих цель целей. функции в том же объекте.

Можно утверждать, что подобный паттерн компонентов N2pc, наблюдаемый в экспериментах 1 и 2, был связан с тем, что не было систематических различий в наборах задач на внимание, принятых участниками этих двух экспериментов. Как и в Эксперименте 1, они могли в первую очередь искать объекты с обоими целевыми цветами в Эксперименте 2. Наблюдение, что RT были быстрее для двухкомпонентных целей по сравнению с одночастичными целями, согласуется с этой интерпретацией. Однако, в отличие от Эксперимента 1, однофункциональные целевые объекты всегда требовали ручного отклика в Эксперименте 2, и эти объекты никогда не сопровождались объектом с обоими целевыми цветами на одном и том же дисплее. По этим причинам у участников эксперимента 2 не было стимула быстро отвлекать внимание от однофакторных целей. Следовательно, супераддитивность N2pc с двойной мишенью, наблюдаемая в этом эксперименте, не может быть отнесена к таким процессам отключения внимания. Следует также отметить, что на поведенческие характеристики и временную модель компонентов N2pc в Эксперименте 2 совершенно не влияло то, всегда ли каждый из двух релевантных для задачи цветов занимал одно и то же относительное положение в экранных объектах поиска или эти сопоставления положения цвета были переменными. . Это говорит о том, что информация о пространственной конфигурации целевых цветов практически не влияет на процессы управления вниманием во время поиска сочетания цвета / цвета (см. Также Berggren & amp Eimer, в печати).


Вступление

Неудовлетворенность телом относится к негативной субъективной оценке собственной физической формы, веса и тела (Stice and Shaw, 2002 Joseph et al., 2016). Поскольку он широко распространен среди женщин, он считается значимым предиктором нескольких серьезных рисков для здоровья, включая депрессию, ожирение, дисморфическое расстройство тела, нервную анорексию и нервную булимию (Kanayama et al., 2001 Keel and Klump, 2003 Hildebrandt et al., 2011 Mond et al., 2013 Fiske et al., 2014). Исследования показывают, что люди, испытывающие высокий уровень неудовлетворенности своим телом, имеют когнитивные предубеждения, которые влияют на то, как они воспринимают себя и свое окружение. Предполагается, что обработка информации, относящейся к форме и размеру тела, происходит автоматически и с минимальным сознательным вниманием (Williamson et al., 2004). Многочисленные результаты показывают, что смещение внимания к стимулам, связанным с телом, смягчается степенью, в которой человек сам сообщает о неудовлетворенности своим телом. Специфика смещения внимания к внешним раздражителям тела остается неясной и является предметом настоящего исследования.

Что касается расстройств пищевого поведения, смещения внимания в пользу определенных классов связанных с пищей словесных и / или графических стимулов были предложены для отражения когнитивных тенденций, которые служат для поддержания определенного патологического пищевого поведения (Cooper et al., 1992 Faunce, 2002). Эмпирические взаимосвязи между смещением внимания и симптоматикой расстройства пищевого поведения изучались с помощью ряда экспериментальных методов. Одна из наиболее хорошо изученных задач - это задание цветов Струпа. Исследования Струпа показывают, что люди со значительной симптоматикой расстройства пищевого поведения часто медленнее, чем представители контрольной группы, называют цвет стимулов, связанных с расстройством (например, слово, связанное с пищей или изображение тела с избыточным весом 1), чем для определения цвета расстройства - нейтральные стимулы (Perpina et al., 1993 Walker et al., 1995 Sackville et al., 1998 Davidson and Wright, 2002).

Эти более длительные латентные периоды цветового обозначения, демонстрируемые субъектами с выраженной симптоматикой расстройства пищевого поведения, обычно считаются результатом того, что эти субъекты - сознательно или бессознательно - задействуют большую часть своих ограниченных ресурсов внимания на стимуле, релевантном расстройству, по сравнению с контрольными субъектами. . Однако неясно, является ли это следствием: (i) смещения внимания в сторону стимула, релевантного расстройству, для людей с выраженными симптомами расстройства пищевого поведения (например, более заметными с точки зрения восприятия); отвлекают их внимание от стимула, связанного с расстройством, на задание по набору цветов или (iii) вызывают ли стимулы, относящиеся к расстройству, общее ухудшение работы по причинам, возможно, не связанным с вниманием.

Еще одна задача, часто используемая для исследования взаимосвязи между смещением внимания и симптоматикой расстройства пищевого поведения, - это точечное зондирование. Парадигма точечного зонда включает представление двух стимулов (например, тонкое идеальное тело и антиидеальное тело с избыточным весом), отображаемых одновременно в течение короткого промежутка времени (& # x223C100 & # x2013500 мс). Оба этих изображения затем исчезают, одно из них заменяется одним целевым объектом (например, линией или стрелкой), о котором участника просят сделать простое перцепционное суждение. Затем рассчитывается смещение внимания путем сравнения времени реакции с суждениями, пространственно связанными с каждым классом стимулов тела. Более быстрое время реакции на цель, которая заменяет один тип стимула (например, тело с избыточным весом) на другой тип (например, тело с недостаточным весом), интерпретируется как смещение внимания к предыдущему стимулу.

С концептуальной точки зрения, если задача также включает в себя пары с изображениями, которые нейтральны по отношению к интересующему измерению (например, телесного жира), задачи с точечным зондом предлагают потенциальные преимущества перед задачей Струпа в том, что они могут распутать смещение внимания к конкретному объекту. класс стимула от способности отвлекать внимание от этого стимула (Jiang and Vartanian, 2018). К сожалению, результаты этих точечных исследований весьма разнообразны, противоречивы и сложны. В то время как некоторые исследования обнаруживают связи между высокой неудовлетворенностью телом и сниженной предвзятостью внимания к телам с недостаточным весом (Glauert et al., 2010), другие находят явно противоречивые ассоциации, при этом некоторые связывают неудовлетворенность телом с предвзятостью внимания к изображениям тел с избыточным весом (Glauert et al., 2010). al., 2010 Gao et al., 2013) и другие отклонения внимания к изображениям тела с недостаточным весом (Cho and Lee, 2013 Joseph et al., 2016).

Эти очевидные расхождения могут быть объяснены рядом методологических соображений. Например, в целом, в этих исследованиях используется разнообразный набор стимулов тела, в том числе обнаженных женщин (Glauert et al., 2010), одетых женщин с обнаженным торсом (Cho and Lee, 2013 Joseph et al., 2016), тела части различаются по обнажению кожи, жестам и визуальной сложности (Gao et al., 2013, 2014). Также существует значительный разброс в пропорции телесного жира, представленного на изображениях, особенно в тонком конце спектра (Glauert et al., 2010 Cho and Lee, 2013 Joseph et al., 2016). Такие несоответствия в результатах экспериментов с точечным зондом не ограничиваются эффектами изображений тела. В самом деле, Schmukle (2005) показал, что задачи точечного зондирования имеют очень низкую внутреннюю согласованность и надежность тестирования и повторного тестирования. Исследования айтрекинга дали результаты, в целом согласующиеся с идеей о том, что неудовлетворенность телом может быть связана с некоторыми из описанных выше предвзятостей внимания, о чем свидетельствует более длительное время ожидания и более быстрое время ожидания фиксации в отношении изображений тела как с недостаточным, так и с избыточным весом по сравнению с контрольной группой. (Gao et al., 2013, 2014). Однако при отсутствии четкой и надежной взаимосвязи между различными показателями неудовлетворенности телом и смещения внимания мы должны учитывать другие поведенческие показатели смещения внимания.

Другой метод, наиболее часто используемый учеными-когнитивистами для исследования искажений внимания, - это визуальный поиск. В стандартной задаче визуального поиска наблюдатели должны искать и выносить перцептивное суждение о однозначно заданном целевом стимуле, представленном в каком-то неизвестном месте в массиве нецелевых (отвлекающих) элементов.

В нескольких исследованиях парадигма визуального поиска применялась к вопросу о предвзятости внимания и неудовлетворенности телом (Jiang and Vartanian, 2018). Smeets et al. (2011) использовали нечетный задача визуального поиска для изучения смещения внимания к телу слова, с неудовлетворенностью тела, вызванной манипуляциями по проверке тела. Those who had high body dissatisfaction showed speeded detection toward body-related words, compared to control conditions. Visual word stimuli, however, are known to recruit cortical mechanisms distinct from (but overlapping with) those involved in the processing of pictorial stimuli such as body stimuli (Downing et al., 2001 Taylor et al., 2007 Shinkareva et al., 2011 Park et al., 2014).

One study which did employ body images (Jiang and Vartanian, 2012) in conjunction with a visual search task, examined the extent to which participants’ eye fixations were drawn to task-irrelevant images of average weight bodies, underweight bodies, and bodies with overweight, whilst searching for a non-body target (a blue triangle). They found that fixational dwell times were longer when presented in the context of underweight and with-overweight body images than relative to non-body control images (signifying an attentional bias toward underweight and with-overweight bodies). No differences in dwell time were observed, however, for restrained and unrestrained eaters suggesting that visual search may be insensitive to differences in attentional biases in these two groups, should such differences exist. That said, the absence of such differences in attentional bias might be specific to the particular – and rather unconventional – incidental fixation measure used by Jiang and Vartanian (2012) to infer attentional bias. Whilst this incidental fixation task may be sensitive to the tendency of certain classes of body stimulus to involuntarily attract or capture subjects’ visual attention, what it does not assess is the extent to which subjects might voluntarily deploy their attention toward a certain body type to accomplish their search task.

The present experiment employs a compound visual task – a variant of the classic odd-one-out visual search paradigm – to investigate attentional biases to images of underweight, with-overweight and average-weight female bodies. A compound search task is composed of a primary and a (more theoretically interesting) secondary stimulus. In our case the начальный stimulus is a single horizontal or vertical “target” line presented within an array of nine obliquely oriented distractors (널 degrees from vertical or horizontal). Importantly, the location of the target line is randomized from trial to trial. The search task measures the accuracy and speed with which participants are able to identify the orientation of the target line. It is important to note that the primary orientation identification task is used only as a means of indexing search performance. That it involves the perceptual analysis of orientation is assumed to be unrelated to the processing of the secondary stimulus. В secondary stimulus used here involves an array of female body images, with each body image presented immediately adjacent to a particular начальный line stimulus. On any given trial, all bodies on the screen are identical (neutral body types) (Figure 1A), except for a subset of trials in which one morphologically distinct body (referred to as the deviant body) is presented. Here the term deviant has no pejorative implication, referring only to the fact that a particular body image is different from the other bodies on the screen. Half of the deviant bodies in our study are images of underweight female bodies (Figures 1B,D), and the other half are with-overweight female bodies (Figures 1C,E) (see section “Methods,” for details). On the remaining trials (нейтральный trials), no underweight or with-overweight deviant bodies are presented. Для congruent trials, an underweight or with-overweight deviant body is paired with the target line, with a neutral body paired with each distractor line (see Figures 1B,C). Для несовместимый trials the deviant body (underweight or with-overweight) is paired with a distractor line rather than the target line (see Figures 1D,E).

Рисунок 1. Examples of each experimental condition used in the visual search task. (A) Neutral condition: all bodies correspond to “normal weight” BMI. (В) Underweight deviant body is congruent with the target location. (С) With-overweight deviant body is congruent with the target location. (D) Underweight deviant body is congruent with one of the distractors (i.e., target incongruent). (E) With-overweight deviant body is congruent with one of the distractors (i.e., target incongruent).

Attentional biases are inferred by comparing reaction times obtained on neutral trials to those obtained on congruent and incongruent trials. An advantage of the compound search paradigm over the conventional odd-one-out search paradigm is that it enables one to differentiate between attentional biases toward a given stimulus type (congruent effect) from subjects’ ability to disengage and shift attention прочь from stimuli which may have otherwise �ptured” attention (incongruent effect).

Unlike the incidental fixation search paradigm employed by Jiang and Vartanian (2012), the compound search task offers the additional advantage of being able evaluate the existence of any bias that subjects might have in their ability and/or preference to deploy their goal-directed attention in the direction of a certain class of target congruent secondary stimulus – be it an underweight or a with-overweight body.

If female observers are able to use variations in the visual representation of human body fat/shape to guide their visual search, then we predict that search times will be faster on congruent trials, in which a deviant underweight or with-overweight body is uniquely paired with the target line (congruent trials), than on neutral trials. Moreover, if underweight or with-overweight body images compulsorily capture observers’ attention (i.e., without their conscious volition), such as is observed with “preattentive” visual features such as color or orientation singletons (Treisman and Gelade, 1980 Wolfe and Horowitz, 2004), we predict search costs на несовместимый trials – i.e., slower search times on trials in which underweight or with-overweight bodies are uniquely paired with a distractor line compared to нейтральный trials in which no deviant body is presented.

In light of prior research demonstrating relationships between body dissatisfaction and attentional biases toward female body image-related stimuli (e.g., Glauert et al., 2010 Cho and Lee, 2013 Gao et al., 2013, 2014), this study also aims to: (i) establish whether attentional biases exist to both underweight and with-overweight body images and (ii) determine whether the magnitudes of any such attentional biases in search performance are predicted by variations in female body dissatisfaction and/or BMI.


ORIGIN OF GESTALT PSYCHOLOGY

The concept of gestalt was first introduced in philosophy and psychology in 1890 by Christ ian von Ehrenfels (a member of the School of Brentano). The idea of gestalt has its roots in theories by David Hume, Johann Wolfgang von Goethe, Immanuel Kant, David Hartley, and Ernst Mach. Max Wertheimer’s unique contribution was to insist that the “gestalt” is perceptually primary, defining the parts it was composed from, rather than being a secondary quality that emerges from those parts, as Von Ehrenfels’s earlier Gestalt-Qualität had been.

Both von Ehrenfels and Edmund Husserl seem to have been inspired by Mach’s work Beiträge zur Analyse der Empfindungen (Contributions to the Analysis of Sensations, 1886), in formulating their very similar concepts of gestalt а также figural moment, respectively.

Early 20th century theorists, such as Kurt Koffka, Max Wertheimer, and Wolfgang Köhler (students of Carl Stumpf) saw objects as perceived within an environment according to all of their elements taken together as a global construct. This ‘gestalt’ or ‘whole form’ approach sought to define principles of perception—seemingly innate mental laws that determined the way objects were perceived. It is based on the here and now, and in the way things are seen. Images can be divided into figure or ground. The question is what is perceived at first glance: the figure in front, or the background.

Kurt Koffka Wolfgang Kohler

Originating in the work of Max Wertheimer, Gestalt psychology formed partially as a response to the structuralism of Wilhelm Wundt. Although gestalt has been criticized for being merely descriptive, it has formed the basis of much further research into the perception of patterns and objects, and of research into behavior, thinking, problem solving and perceiving. These laws took several forms, such as the grouping of similar, or proximate, psychopathology.

While Wundt was interested in breaking down psychological matters into their smallest possible part, the Gestalt psychologists were instead interested in looking at the totality of the mind and behavior. The guiding principle behind the Gestalt movement was that the whole was greater than the sum of its parts.

The development of this area of psychology was influenced by a number of thinkers, including Immanuel Kant, Ernst Mach, and Johann Wolfgang von Goethe.

The development of Gestalt psychology was influenced in part by Wertheimer’s observations one day at a train station. He purchased a toy stroboscope which displayed pictures in a rapid sequence to mimic the appearing movement. He later proposed the concept of the Phi phenomenon, a concept of isomorphism, in which flashing lights in sequence can lead to what is known as apparent motion.

In other words, we perceive movement where there is none. Movies are one example of apparent motion. Through a sequence of still frames, the illusion of movement is created.

“The fundamental “formula” of Gestalt theory might be expressed in this way,” Max Wertheimer wrote. “There are wholes , the behavior of which is not determined by that of their individual elements, but where the part-processes are themselves determined by the intrinsic nature of the whole.

It is the hope of Gestalt theory to determine the nature of such wholes.”[1]


The earliest attempts towards studying visual theories date back to 400-300 BC where Plato proposed that “the soul is the source of vision, with light rays emanating from the eyes and illuminating objects” (Lindberg 1981).

Later, in 999 AD, Alhazen, also known as Abu Ali Hasan Ibn al-Haitham (present-day Iraq), used spherical and parabolic mirrors to study spherical aberration and gives the first accurate account of vision--that the eyes receive light, rather than transmit it. Alhazen also investigated magnification resulting from atmospheric refraction and writes about the anatomy of the human eye and describes how the lens forms an image on the retina in his famous major optical work "Opticae Thesaurus" (Opticae thesaurus Alhazeni libri vii), the first real contribution to the science of optics in the first millennium (Lindberg 1981).

In the modern times, a German polymath, Hermann von Helmholtz introduced the notion that visual perceptions are unconscious inferences. For him human perception is but indirectly related to objects, being inferred from fragmentary and often hardly relevant data signalled by the eyes, so requiring inferences from knowledge of the world to make sense of the sensory signals (von Helmholtz 1866).


Guided Search 6.0: An updated model of visual search

This paper describes Guided Search 6.0 (GS6), a revised model of visual search. When we encounter a scene, we can see something everywhere. However, we cannot recognize more than a few items at a time. Attention is used to select items so that their features can be “bound” into recognizable objects. Attention is “guided” so that items can be processed in an intelligent order. In GS6, this guidance comes from five sources of preattentive information: (1) top-down and (2) bottom-up feature guidance, (3) prior history (e.g., priming), (4) reward, and (5) scene syntax and semantics. These sources are combined into a spatial “priority map,” a dynamic attentional landscape that evolves over the course of search. Selective attention is guided to the most active location in the priority map approximately 20 times per second. Guidance will not be uniform across the visual field. It will favor items near the point of fixation. Three types of functional visual field (FVFs) describe the nature of these foveal biases. There is a resolution FVF, an FVF governing exploratory eye movements, and an FVF governing covert deployments of attention. To be identified as targets or rejected as distractors, items must be compared to target templates held in memory. The binding and recognition of an attended object is modeled as a diffusion process taking > 150 ms/item. Since selection occurs more frequently than that, it follows that multiple items are undergoing recognition at the same time, though asynchronously, making GS6 a hybrid of serial and parallel processes. In GS6, if a target is not found, search terminates when an accumulating quitting signal reaches a threshold. Setting of that threshold is adaptive, allowing feedback about performance to shape subsequent searches. Simulation shows that the combination of asynchronous diffusion and a quitting signal can produce the basic patterns of response time and error data from a range of search experiments.

This is a preview of subscription content, access via your institution.


2 The visual search experiment

Rather than spend time and resources collecting new data to test the active vision model, it is more useful to test it with previous data of the type used to support the original theories. Many variations on the simple visual search task have been studied, and some classic examples were reported in Wolfe et al. ( 1989 ) in support of their Guided Search theory. Subsequently, additional data in these tasks were reported by Wolfe et al. ( 2010 ) to support a theoretical analysis based on the details of the RT distributions for individual subjects. They made the data publicly available for download at http://search.bwh.harvard.edu/new/data_set_files.html. This dataset was ideal for the present modeling work because it was collected by arguably the most experienced visual search laboratory, had well-specified stimuli and task conditions suitable for replication in a model, and a relatively large number of very well-practiced subjects, which means that the mean data would be reasonably reliable and individual subject strategies were likely to be stable, making the results especially suitable for modeling. For completeness and clarity, their experimental method is re-stated here, but with additional details on how the experiment was simulated in the EPIC model based on the details in Wolfe et al. ( 2010 ).

2.1 Метод

2.1.1 Tasks

Wolfe et al. ( 2010 ) used three different present/absent search tasks Fig. 1 shows a sample target-present display produced by the EPIC software for each task condition. In this paper, the three conditions are referred to as Color Single Feature (CSF), Color-Orientation Conjunction (COC), and Shape (SHP). The CSF target was a red vertical bar among green vertical distractors. The COC target was a red vertical bar among distractors that were red horizontal bars or green vertical bars. The SHP target was a “digital 2” shape among “digital 5” shapes.

2.1.2 Stimuli

The Wolfe et al. ( 2010 ) download dataset includes each individual trial but does not contain the actual display configuration used in each trial, so for purposes of modeling, the display had to be generated for each simulated trial using their display parameters. The search display was an area 22.5° × 22.5°, treated as containing 25 invisible cells of 5°×5°. In the CSF task, the objects were 1°×3.5° vertical bars in the COC task, the objects were 1° × 3.5° bars, oriented either horizontally or vertically. In the SHP task, the objects were 1.5° × 2.7° character-like shapes. Each object appeared in a random location within one of the cells, constrained in the model to keep the horizontal or vertical edge of an object at least 0.25° away from the cell boundary, ensuring a minimum separation of 0.5° between adjacent objects. Set sizes were 3, 6, 12, and 18. To generate the display for each trial, the set size number of distractors were first placed in randomly chosen display cells if the trial was positive (target present), a randomly chosen distractor was replaced with a target object.

2.1.3 Design

The Wolfe et al. ( 2010 ) experiment had 10 subjects in the COC task condition and 9 in each of the other two. One subject was in both COC and SHP, but the dataset does not identify this subject, so the task condition was treated as a purely between-subject manipulation in this paper. The set size and polarity were chosen at random for each trial. There were about 500 trials per subject for each combination of set size and positive/negative trial polarity.

2.1.4 Procedure

Each trial began with a centered fixation cross. Subjects were instructed to “keep their eyes focused on this cross,” but eye movements were not monitored. The search display was presented and remained visible until the subject pressed a key for target-present or target-absent. Subjects were instructed to respond as “quickly and accurately as possible.” Correct/incorrect feedback was presented for 500 ms after each trial.

2.2 Результаты

The downloaded data consisted of the RT and correct/incorrect status for each subject in each trial at each set size and trial polarity. Following common practice in RT experiments, the data were reduced as follows: For each task condition, for each subject, the mean RT for correct trials and the proportion of errors for that subject were calculated for positive and negative trials at each set size, giving a total of eight data points for each subject for their RT and error rate (ER). These subject means were then averaged to produce the observed data points plotted in Fig. 2 and 3. The 95% confidence intervals around each data point are based the standard error of that mean using the underlying nine or ten individual subject means, thus reflecting between-subject variability, but not within-subject variability.

Since they were concerned with the detailed RT distributions, Wolfe et al. ( 2010 ) did not report any conventional overall statistical tests of main effects and interactions. Therefore, for this paper, unequal-N ANOVAs were performed using the r ez package on the mean values provided by each subject in each cell of the design. For RT, the main effects of Task Condition, Trial Polarity, Set Size, and all two- and three-way interactions were significant (п < .05). For ER, whose overall average was 2.4%, the Task Condition main effect was not significant (п > .1) but the Trial Polarity and Set Size main effects, and all two- and three-way interactions were significant (п < .05).

2.3 Обсуждение

The RT results follow the classic pattern obtained in most experiments with this visual search task, where the slope (determined by regression analysis) is the key theoretical measure. The RT functions for the CSF task are essentially flat for both positive and negative trials (positive trial regression slope is about 1 ms/item) this prominent effect with the color property in a single-feature search task is frequently described as “pop out.” Otherwise, positive and negative trial RTs have a substantial slope, with the negative trial slope about twice that of the positive trials. The color-orientation conjunction task COC has a positive trial slope of about 9 ms/item and the SHP positive trial task slopes are much greater at 43 ms/item. The error rate (ER) overall is only 2.4%, which would justify the conventional approach of focusing the theoretical analysis only on the correct trial RT. However, note that negative trials have a fairly constant low False Alarm error rate averaging 1.4%, whereas positive trials produce more Miss errors as set size increases, especially for the more apparently difficult tasks. Overall, this pattern rules out a speed-accuracy tradeoff effect in the RT data, but because these ER effects are statistically reliable in spite of the small number of subjects and large between-subject variability, a good theory would attempt to explain them in addition to the RT effects.


Благодарности

We thank Johnny Wen, Marc Mancarella, and Brain Vision, LLC, for technical support Charlene Liao, Michelle Markowitz, Eric Partridge, Zoe Pruitt, and Madelyn Rubenstein for their help with data collection Kang Lee for comments on earlier drafts of this manuscript Steve Luck, Kia Nobre, John Towler, Marisa Carrasco, the Aslin Lab, and the Scerif Lab for useful discussions George R. Mangun and two expert reviewers and Bruno Rossion for sharing the human face stimuli from Rossion and Caharel (2011). This research was funded by an NRSA (grant F32HD070537) from NICHD to R. W. and an NIH grant (HD-037082) to R. N. A.


МЕТОДЫ

Observers and Stimuli

Eleven volunteers (aged 21–37 years) with normal or corrected-to-normal vision participated in this experiment with informed consent. Objects were generated using MATLAB with the Psychtoolbox extensions (Kleiner, Brainard, & Pelli, 2007 Brainard, 1997 Pelli, 1997) and presented on a cathode ray monitor with a resolution of 800 × 600 pixels and a frame rate of 100 Hz. The display was placed 57 cm from the observer, whose head was stabilized with a chin and forehead rest.

The set of stimuli consisted of three first-order and three second-order objects (Figure 1B). Each object had two shape versions—a square and a circle of size 5 deg, width and diameter, respectively. The first-order objects had a different luminance or color relative to a uniform gray background (luminance = 11.7 cd/m 2 ). The three first-order stimuli were characterized by (a) high luminance (36.2 cd/m 2 Michelson contrast = 51%), (b) low luminance (17.3 cd/m 2 contrast = 12%), and (c) isoluminant color (green), respectively. Each first-order stimulus had a clearly discernable edge in contrast to the second-order objects. The latter were defined by orientation or identity differences of object elements relative to background elements. The three second-order objects were textures characterized by (a) orientation: horizontal lines embedded among vertical lines or vice versa, (b) pop-out: O's embedded among +'s or vice versa, and (c) conjunction: L's embedded among T's or vice versa, respectively. The lines in the orientation texture were 1.4 × 0.1 deg and the letters in the other two textures were 0.7 × 0.7 deg in size, and all had high luminance (36.2 cd/m 2 ). The lines were placed in random locations with the restriction that they do not overlap each other the letters were spaced 1.1 deg apart in a regular grid. On each trial, the identity of the object element (orientation of the lines or the identity of the letters) was picked randomly. The background elements had the complementary identity and covered the entire screen such that there was no discernible edge. In orientation and pop-out textures, the identities of the object and background elements differed by a single feature, whereas in the conjunction stimulus, the features of object and background elements were shared but differed in their conjunction.

Procedure and objects. (A) Timeline of a single trial. An object is presented briefly (60 msec), and the observer is asked to report its shape. (B) Examples of the objects that were used in the experiment. The top row shows the various first-order (edge-defined) objects, and the bottom row shows the second-order (texture-defined) objects. The background elements for texture objects covered the entire screen.

Procedure and objects. (A) Timeline of a single trial. An object is presented briefly (60 msec), and the observer is asked to report its shape. (B) Examples of the objects that were used in the experiment. The top row shows the various first-order (edge-defined) objects, and the bottom row shows the second-order (texture-defined) objects. The background elements for texture objects covered the entire screen.

Экспериментальная процедура

First, we determined the isoluminant green for each observer using heterochromatic flicker photometry (Ives & Kingsbury, 1914). A green object at a randomly selected luminance was presented at an eccentricity of 10 deg to the left or right of a black fixation square (size 0.7 deg) along the horizontal meridian. The object was created by activating only the green channel of the monitor, with the other two color channels providing no output. The object was either a square or a circle of size 5 deg (width or diameter). It flickered at 15 Hz with each cycle consisting of two frames: one frame contained the object embedded in the gray background and the other only the background (square-wave modulation). The observer was asked to adjust the luminance of the flickering object using key presses, while maintaining fixation on the fixation square, until the perception of flicker was minimal or absent. Ten trials were run with five trials for each location (left/right). The average of the reported luminance across the five trials for each location was taken as the observer's isoluminant point for green for that location.

In the main experiment, we tested six object types, described above. There were 210 trials per object type, with 105 trials on each side of fixation, for a total of 1260 trials per observer. The order of object type and location was randomized. The shape of the object was randomly chosen on each trial. Each trial was as follows (Figure 1A). A key press initiated the trial 1 sec later, an object was presented for 60 msec at an eccentricity of 10 deg along the horizontal meridian. The observer was asked to maintain fixation during this period and report the shape of the object as quickly as possible with a key press. The response and the RT were recorded. Visual feedback was provided on each trial. EEG was simultaneously recorded. Observers were asked to perform a task orthogonal to the question of interest: How is object position encoded? They performed a shape discrimination task and did not report object location to ensure that (a) motor signals indicating left or right locations did not inadvertently contaminate the data, (b) they were paying attention to the stimulus, and (c) they engaged in an identification task, which is a key variable in testing the two hypotheses. We chose to present the objects to the left or right of fixation in different hemifields because this requires only coarse localization of the objects. Higher visual areas can reliably encode the hemifield locations of objects that they isolate (Carlson, Hogendoorn, Fonteijn et al., 2011 Cichy et al., 2011 Hemond, Kanwisher, & Op de Beeck, 2007 Macevoy & Epstein, 2007 DiCarlo & Maunsell, 2003). This allowed us to directly test the two hypotheses regarding the nature and time course of coarse location representation in the brain.

EEG Acquisition

Sixty-four-channel EEG was recorded using a BioSemi Active Two system at a sampling rate of 1024 Hz, which was later downsampled to 256 Hz. A three-channel EOG was also recorded to monitor eye movements and blinks. Epochs were created ranging from 300 msec before to 600 msec after stimulus onset. Baseline correction was applied by subtracting the average activity, from each channel, between −300 and 0 msec relative to stimulus onset. EEG data were screened manually on a trial-by-trial basis, rejecting all trials with visible artifacts, eye movements, and blinks.

Trial-by-Trial Pattern Classification

The goal of classification was to determine if there was sufficient information in the scalp distribution of EEG amplitudes, on a moment-to-moment basis, to predict the location of the presented object. This analysis probes the temporal evolution of coarse location representation for that object. If a classifier successfully predicts the location of the object at a given time point, then location information is available to the visual system at that time point.

We constructed a classifier for each time point and object. Each support vector machine (SVM) classifier utilized a nonlinear radial basis function (RBF) kernel implemented in the LIBSVM library (www.csie.ntu.edu.tw/∼cjlin/libsvm Chang & Lin, 2011) with default c (cost, set to 1) and gamma (set to the reciprocal of the number of features, here 1/64) parameter values. For each object, 90% of trials were assigned to a training set. One SVM classifier per time point was trained, with the appropriate location labels, on z-scored (scaled) 64-channel EEG amplitudes obtained at that time point of these trials. The trained classifier then predicted the location of the remaining 10% of trials, the test set, on a trial-by-trial basis using the scaled EEG amplitudes obtained on these trials at the corresponding time point. A 10-fold cross-validation was conducted by repeating this procedure on nonoverlapping sets of test trials and the corresponding training trials, thus ensuring that each trial was tested once. The classifier's predictive performance was averaged across all cross-validation runs to obtain the time course of location prediction for a given object type. We also determined the weights attributed to each electrode by the classifiers and therefore the time course of the contribution of each electrode to the classifiers' performance. We computed baseline performance by applying the same procedure to the same EEG data, but with location labels shuffled. If any systematic bias was inherent to the classification algorithm, then it should be manifest in the baseline computation.

ERP Analysis

For each object type, location, and electrode, we obtained ERPs by averaging the EEG activity time-locked to stimulus onset. Then for each object type and location, we computed the “contralateral − ipsilateral” ERP difference at occipital electrodes (O1 and O2). For each object, we obtained differential ERPs by averaging the above difference across the two target locations.

Other Classification Algorithms

In this study, we used an SVM pattern classification algorithm with a nonlinear RBF kernel with default parameters. To test if our results were specific to this algorithm, we also analyzed the data with (a) linear discriminant analysis algorithm, (b) linear discriminant analysis preceded by a principal component analysis applied to the EEG data to reduce the feature set, and (c) a nonlinear RBF kernel in the SVM algorithm with optimized cost and gamma parameters determined by a thorough search of the parameter space for each observer. The results from these classification methods were indistinguishable from our default analysis, with these classifiers even performing slightly better at some time points. We present, here, only the data from our analysis with SVM classifiers using an RBF kernel with default parameters.

Source Localization

The two hypotheses predict different sites for coarse location representation, with the feed-forward hypothesis suggesting successive areas along the ventral pathway and the feedback hypothesis implicating early visual areas. To test this, we estimated the sources of relevant scalp activity. We merged the epoched EEG data of all participants into one large data set. We then divided this combined EEG data set into 12 smaller data sets according to object type (6) and location (2) combinations. The following procedure was run for each of those data sets such that a source was estimated for each object type and location. Independent component analysis was run on the data set, and the components were sorted by the amount of variance they explained. To determine the sources of activity relevant for location representation, the time point at which the classifier for that object type performed best was noted. We then isolated EEG activity 50 msec on either side of this peak and obtained 100-msec strips of EEG activity. This EEG activity contains that object's location representation. The independent component that best explained this ERP activity and was also among the top 10 components (in terms of variance explained) was identified. It is reasonable to consider that this component underlies the location representation. A dipole was then fit to this component using the “DIPFIT2” function in the EEGLAB toolbox (Delorme & Makeig, 2004) with default parameters and a spherical four-shell BESA head model. The estimated dipole, with its location and moment, was plotted in Talairach coordinates. Using source localization based on independent component analysis allows us to isolate the sources of location-specific neural activity in an independent manner (instead of relying on grand-averaged waveforms that might potentially reflect many other concurrent processes).