MétaCan
Menu
← Retour à la cohorte
Enregistrement W1972537174 · doi:10.1167/10.15.41

Amblyopic deficits in structure-from-motion processing

2010· article· en· W1972537174 sur OpenAlexaff
J. S. Husk, Reza Farivar, Robert F. Hess

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTask (project management)Visual processingPsychologyMotion (physics)Cognitive psychologyAudiologyComputer scienceArtificial intelligencePerceptionNeuroscienceMedicine

Résumé

récupéré en direct d'OpenAlex

Amblyopia is known to include striate deficits (e.g. Barnes et al., 2001; Movshon et al., 1987), but less is known about whether extra-striate mechanisms are additionally impacted (e.g. Barnes et al., 2001; Kiorpes, 1998; Simmers, 2006). To tap into extra-striate processing, we tested amblyopic and control observers on a structure-from-motion (SFM) task, which requires integration of local elements to perceive the global structure. Subjects were monocularly presented with a 2-IFC shape discrimination task, indicating whether two consecutive SFM stimuli represented the same or different shapes. Two interleaved 3-down-1-up staircases were used to determine the threshold amount of depth necessary to distinguish the shapes. Preliminary data with 10 amblyopic and 10 control subjects indicates that amblyopes need more depth information to reliably discriminate shape identities (t(38) = 2.5, p = .02), and that this deficit was present for both the amblyopic and fellow-fixing eyes (t(9) = 1.22, p = .26). These results suggest that amblyopic observers experience a deficit in SFM processing. Future work will adapt this task to incorporate band-pass local elements, which will enhance our ability to control for low-level contributions to this task, and help differentiate whether deficits in this task are specific to high-level neural processing mechanisms, or whether these deficits are adequately accounted for by existing known low-level deficits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,345
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→