Abstract Salient but task-irrelevant distractors interfere less with visual search when they appear in a display region where distractors have appeared more frequently in the past (‘distractor-location probability cueing’). This effect could reflect the (re-)distribution of a global, limited attentional ‘inhibition resource’. Accordingly, changing the frequency of distractor appearance in one display region should also affect the magnitude of interference generated by distractors in a different region. Alternatively, distractor-location learning may reflect a local response (e.g., ‘habituation’) to distractors occurring at a particular location. In this case, the local distractor frequency in one display region should not affect distractor interference in a different region. To decide between these alternatives, we conducted three experiments in which participants searched for an orientation-defined target while ignoring a more salient orientation distractor that occurred more often in one vs. another display region. Experiment 1 varied the ratio of distractors appearing in the frequent vs. rare regions (60/40–90/10), with a fixed global distractor frequency. The results revealed the cueing effect to increase with increasing probability ratio. In Experiments 2 and 3, one (‘test’) region was assigned the same local distractor frequency as in one of the conditions of Experiment 1, but a different frequency in the other region – dissociating local from global distractor frequency. Together, the three experiments showed that distractor interference in the test region was not significantly influenced by the frequency in the other region, consistent with purely local learning. We discuss the implications for theories of statistical distractor-location learning. Public Significance Statement We are frequently distracted by salient visual stimuli which are irrelevant to the task at hand. Previous studies have shown that ‘knowledge’ of the location(s) where a distractor is most likely to occur helps the observer to mitigate distraction. In this study we compared different theories of how the frequency and spatial distribution of distractor occurrence in different locations could influence the ability to avoid distraction. The results favored a local learning account: the ability to avoid distraction by distractors occuring in a particular spatial region is primarily influenced by how often distractors have occurred in that region.

Abstract Research has shown individuals with autism spectrum disorder (ASD) display atypical patterns in predictive processing, yet it remains controversial regarding what causes these atypical behaviors because findings have been inconsistent. Our study employed a two-state Bayesian model to decide between two suggested factors: an aberrant long-term prior and atypical short-term iterative belief updating. Both ASD individuals and typically developing (TD) counterparts participated in a task where they reproduced time durations over two sessions, one characterized by high volatility and the other by predictable sequences. Both sessions involved the same time durations, but the sequences differed in volatility. While both groups adjusted their prior belief to the level of volatility in a similar manner, they diverged in their short-term iterative updating of beliefs. Individuals with ASD iteratively adjusted their beliefs with each new stimulus as if it were less connected to previous ones compared to TD individuals, thereby assigning greater weight to incoming sensory information. Our findings highlight that the distinctive signature of cognitive processing in ASD lies in a mechanism of overreliance on sensory input specific to short-term iterative belief updating.. This unique characteristic may mirror an experience among individuals with ASD of temporal discontinuity rendering the world overly unpredictable.

Abstract Duration estimates are often biased by the sampled statistical context, yielding the classical central-tendency effect, i.e., short durations are over- and long duration underestimated. Most studies of the central-tendency bias have primarily focused on the integration of the sensory measure and the prior information, without considering any cognitive limits. Here, we investigated the impact of cognitive (visual working-memory) load on duration estimation in the duration encoding and reproduction stages. In four experiments, observers had to perform a dual, attention-sharing task: reproducing a given duration (primary) and memorizing a variable set of color patches (secondary). We found an increase in memory load (i.e., set size) during the duration-encoding stage to increase the central-tendency bias, while shortening the reproduced duration in general; in contrast, increasing the load during the reproduction stage prolonged the reproduced duration, without influencing the central tendency. By integrating an attentional-sharing account into a hierarchical Bayesian model, we were able to predict both the general over- and underestimation and the central-tendency effects observed in all four experiments. The model suggests that memory pressure during the encoding stage increases the sensory noise, which elevates the central-tendency effect. In contrast, memory pressure during the reproduction stage only influences the monitoring of elapsed time, leading to a general duration over-reproduction without impacting the central tendency.

Abstract Static statistical regularities in the placement of targets and salient distractors within the search display can be learned and used to optimize attentional guidance. Whether statistical learning also extends to dynamic regularities governing the placement of targets and distractors on successive trials has been less investigated. Here, we applied the same dynamic cross-trial regularity (one-step shift of the critical item in clock-/counterclockwise direction) either to the target or a distractor, and additionally varied whether the distractor was defined in a different (color) or the same dimension (shape) as the target. We found robust learning of the predicted target location: processing of the target at this (vs. a random) location was facilitated. But we found no evidence of proactive suppression of the predictable distractor location. Facilitation of the anticipated target location was associated with explicit awareness of the dynamic regularity, whereas participants showed no awareness of the distractor regularity. We propose that this asymmetry arises because, owing to the target’s central role in the task set, its location is explicitly encoded in working memory, enabling the learning of dynamic regularities. In contrast, the distractor is not explicitly encoded; so, statistical learning of distractor locations is limited to static regularities. Public significance statement Can we learn the cross-trial dynamic regularity of a target or a task-irrelevant salient distractor (e.g., one-step shift of the critical item in clock-/counterclockwise direction) to boost search performance? The present study found robust learning of the predicted target location, but no evidence of proactive suppression of the predictable distractor location. Facilitation of the anticipated target location was associated with explicit awareness of the dynamic regularity. This asymmetry highlights the important role of the target-centered task set in the learning of dynamic regularities.

Abstract Although time perception is based on the internal representation of time, whether the subjective timeline is scaled linearly or logarithmically remains an open issue. Evidence from previous research is mixed: while the classical internal-clock model assumes a linear scale with scalar variability, there is evidence that logarithmic timing provides a better fit to behavioral data. A major challenge for investigating the nature of the internal scale is that the retrieval process required for time judgments may involve a remapping of the subjective time back to the objective scale, complicating any direct interpretation of behavioral findings. Here, we used a novel approach, requiring rapid intuitive ‘ensemble’ averaging of a whole set of time intervals, to probe the subjective timeline. Specifically, observers’ task was to average a series of successively presented, auditory or visual, intervals in the time range 300-1300 ms. Importantly, the intervals were taken from three sets of durations, which were distributed such that the arithmetic mean (from the linear scale) and the geometric mean (from the logarithmic scale) were clearly distinguishable. Consistently across the three sets and the two presentation modalities, our results revealed subjective averaging to be close to the geometric mean, indicative of a logarithmic timeline underlying time perception.

Abstract Intertrial priming effects in visual search and action control suggest the involvement of binding and retrieval processes. However, the role of distractor-response binding (DRB) in visual search has been largely overlooked, and the specific processing stage within the functional architecture of attentional guidance where the DRB occurs remains unclear. To address these gaps, we implemented two search tasks, where participants responded based on a separate feature from the one defining the target. We kept the target dimension consistent across trials while varying the color and shape of the distractor. Moreover, we either repeated or randomized the target position in different sessions. Our results revealed a pronounced response priming, a difference between trials where the response changed vs. repeated: they were stronger when distractor features or the target position were repeated than they varied. Furthermore, the distractor feature priming, a difference between the distractor features repetition and switch, was contingent on the target position, suggesting that DRB likely operates at late stages of target identification and response selection. These insights affirm the presence of DRB during visual search and support the framework of binding and retrieval in action control as a basis for observed intertrial priming effects related to distractor features. Public significance statement This study investigated inter-trial effects within visual search tasks and uncovered significant evidence for the role of distractor-response binding. This phenomenon involves linking a response in a given trial to the perceptual features (e.g. color and shape) of non-target items. Crucially, the study revealed that this distractor-response binding effect depends on whether the target location is repeated nearly repeated, suggesting that the retrieval of a previous response occurs at the later stages of target identification or response selection, even though non-target features likely are identified at an earlier stage.

Many previous studies on visual search have reported inter-trial effects, that is, observers respond faster when some target property, such as a defining feature or dimension, or the response associated with the target repeats versus changes across consecutive trial episodes. However, what processes drive these inter-trial effects is still controversial. Here, we investigated this question using a combination of Bayesian modeling of belief updating and evidence accumulation modeling in perceptual decision-making. In three visual singleton ('pop-out') search experiments, we explored how the probability of the response-critical states of the search display (e.g., target presence/absence) and the repetition/switch of the target-defining dimension (color/ orientation) affect reaction time distributions. The results replicated the mean reaction time (RT) inter-trial and dimension repetition/switch effects that have been reported in previous studies. Going beyond this, to uncover the underlying mechanisms, we used the Drift-Diffusion Model (DDM) and the Linear Approach to Threshold with Ergodic Rate (LATER) model to explain the RT distributions in terms of decision bias (starting point) and information processing speed (evidence accumulation rate). We further investigated how these different aspects of the decision-making process are affected by different properties of stimulus history, giving rise to dissociable inter-trial effects. We approached this question by (i) combining each perceptual decision making model (DDM or LATER) with different updating models, each specifying a plausible rule for updating of either the starting point or the rate, based on stimulus history, and (ii) comparing every possible combination of trial-wise updating mechanism and perceptual decision model in a factorial model comparison. Consistently across experiments, we found that the (recent) history of the response-critical property influences the initial decision bias, while repetition/switch of the target-defining dimension affects the accumulation rate, likely reflecting an implicit 'top-down' modulation process. This provides strong evidence of a disassociation between response- and dimension-based inter-trial effects.

Observers can learn the likely locations of salient distractors in visual search, reducing their potential to capture attention (Ferrante et al., 2018; Sauter et al., 2018a; Wang & Theeuwes, 2018a). While there is agreement that this involves positional suppression of the likely distractor location(s), it is contentious at which stage of search guidance the suppression operates: the supra-dimensional priority map or feature-contrast signals within the distractor dimension. On the latter account, advocated by Sauter et al., target processing should be unaffected by distractor suppression when the target is defined in a different (non-suppressed) dimension to the target. At odds with this, Wang and Theeuwes found strong suppression not only of the (color) distractor, but also of the (shape) target when it appeared at the likely distractor location. Adopting their paradigm, the present study ruled out that increased cross-trial inhibition of the single frequent (frequently inhibited) as compared to any of the rare (rarely inhibited) distractor locations is responsible for this target-location effect. However, a reduced likelihood of the target appearing at the frequent vs. a rare distractor location contributes to this effect: removing this negative bias abolished the cost to target processing with increasing practice, indicative of a transition from priority-map- to dimension-based - and thus a flexible locus of - distractor suppression.