Several measurement models have been proposed for data from the continuous-reproduction paradigm for studying visual working memory (WM): The original mixture model (Zhang & Luck, 2008) and its extension (Bays et al., 2009); the interference measurement model (IMM; Oberauer et al., 2017), and the target confusability competition (TCC) model (Schurgin et al., 2020). This article describes a space of possible measurement models in which all these models can be placed. The space is defined by three dimensions: (a) The choice of an activation function (von-Mises or Laplace), (b) the choice of a response-selection function (variants of Luce’s choice rule or of signal-detection theory), (c) and whether or not memory precision is assumed to be a constant over manipulations affecting memory. A factorial combination of these three variables generates all possible models in the model space. Fitting all models to eight data sets revealed a new model as empirically most adequate, which combines a von-Mises activation function with a signal-detection response-selection rule. The precision parameter can be treated as a constant across many experimental manipulations, though it probably varies between individuals. All modeling code and the raw data modeled are available on the OSF: https://osf.io/zwprv/ (PsycInfo Database Record (c) 2021 APA, all rights reserved)

中文翻译：

---

视觉工作记忆的测量模型——因子模型比较。

已经为研究视觉工作记忆 (WM) 的连续再现范式的数据提出了几种测量模型：原始混合模型 (Zhang & Luck, 2008) 及其扩展 (Bays et al., 2009)；干扰测量模型（IMM；Oberauer 等人，2017 年）和目标混淆竞争 (TCC) 模型（Schurgin 等人，2020 年）。本文描述了一个可能的测量模型空间，其中可以放置所有这些模型。该空间由三个维度定义：(a) 激活函数的选择（von-Mises 或 Laplace），(b) 响应选择函数的选择（Luce 选择规则或信号检测理论的变体）， (c) 以及记忆精度是否被假定为影响记忆的操作的常数。这三个变量的阶乘组合在模型空间中生成所有可能的模型。将所有模型拟合到八个数据集揭示了一个新模型在经验上是最合适的，它结合了 von-Mises 激活函数和信号检测响应选择规则。在许多实验操作中，精度参数可以被视为一个常数，尽管它可能因人而异。OSF 上提供了所有建模代码和建模的原始数据：https://osf.io/zwprv/（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）在许多实验操作中，精度参数可以被视为一个常数，尽管它可能因人而异。OSF 上提供了所有建模代码和建模的原始数据：https://osf.io/zwprv/（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）在许多实验操作中，精度参数可以被视为一个常数，尽管它可能因人而异。OSF 上提供了所有建模代码和建模的原始数据：https://osf.io/zwprv/（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）