潜在的なパフォーマンス理論を使用して、列挙タスクの体系的およびランダムな要因を分析する

以前の研究では、列挙されているアイテムの数が増加すると、特に時間が限られている場合、パフォーマンスが低下することが示されています。非言語的列挙を研究している研究者は、提示されたアイテムの数の関数としてランダムノイズが増加することを発見しました。一連の2つの実験にわたって、著者は潜在的なパフォーマンス理論を使用してこれらの発見を拡大し、実際に観察されたパフォーマンスに実際にどの程度のランダムノイズに影響し、ランダム因子がない場合にどのように見えるかを正確に発見しました。参加者は、コンピューターモニターで水平（実験1）またはランダムに（実験2）に提示された4〜9ドットのセットを含む視覚刺激を簡単に見ました。両方の実験からの結果は、より大きなセットサイズのパフォーマンスの低下が、一貫性の減少（またはランダムノイズの増加）からほぼ完全に生じる​​のに対し、潜在的なパフォーマンスは最大セットサイズまでかなり一定のままであることを示しています。

Prior research has shown that as the number of items being enumerated increases, performance decreases, especially when the amount of time is limited. Researchers studying nonverbal enumeration have found that random noise increases as a function of the number of items presented. Over a series of 2 experiments, the authors used potential performance theory to expand these findings and discover precisely how much random noise actually influences observed performance and what performance might look like in the absence of random factors. Participants briefly viewed a visual stimulus comprising a set of 4 to 9 dots presented horizontally (Experiment 1) or randomly (Experiment 2) on a computer monitor. Findings from both experiments indicate that the decrease in performance for larger set sizes resulted almost entirely from a reduction in consistency (or an increase in random noise), whereas potential performance remained fairly constant until the maximum set size.