Simulated low vision with young and old adults: How do they see?
Notice bibliographique
Résumé
Purpose: The fovea plays a crucial role in human vision, but various conditions (e.g., Age-related Macular Degeneration) can cause an irreversible loss of central visual functioning. How well can people utilize peripheral visual function to perform visual tasks when their central visual field is impaired? Does age make a difference in how people adjust to a loss of central vision? How do compensatory eye movement patterns affect visual performance? To what extent can we dissociate attention from foveal vision? Method: We used a gaze-contingent technique to generate a simulated central scotoma to obscure observers' central visual field while they were performing a variety of computer-generated (MATLAB) visual tasks. Young and old observers with normal vision participated. Tasks included shape-from-texture identification, and discriminations of orientation, motion direction and velocity. Eye movements were recorded with an eye tracker. We measured task performance and many eye movement parameters with scotomas of different sizes. Results: We found rapid perceptual learning in both young and old groups. Observer's fixation position shifted as a function of scotoma size (only along X-axis). Visual performance in terms of dwell time, fixation duration, number of saccades, and saccade amplitude was significantly different between young and old observers. Old observers also had greater difficulties to initiate a first response when we used the largest scotoma (8 deg). Conclusion: Without a functioning central visual field, observers were still able to use the periphery to perform a variety of visual tasks that are usually performed with the intact fovea. Although it was more effortful to complete tasks, especially for old observers, young and old observers were both able to respond accurately to identification and discrimination tasks. This implies that the peripheral visual field can be trained relatively quickly to perform various qualitatively different tasks.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».