The objects behind the scenes: TMS to area LO disrupts object but not scene categorization
Notice bibliographique
Résumé
Many influential theories of scene perception are object centered (Biederman, 1981) suggesting that scenes are processed by extension of object processing in a bottom-up fashion. However, an alternative approach to scene processing is that the global gist of a scene can be processed in a top-down manner without the need for first identifying its component objects (Oliva & Torralba, 2001). This suggests that global aspects of a scene may be processed prior to the identification of individual objects. Evidence from a patient with object agnosia and bilateral damage to lateral occipital (LO) cortex, an area associated with object processing (Grill-Spector et al., 2001), also suggests that scene categorization can operate independently of object perception (Steeves et al., 2004). We asked whether or not temporary interruption to area LO in neurologically-intact controls with repetitive transcranial magnetic stimulation (rTMS) impairs object and scene processing. Participants categorized greyscale images of objects and scenes as ‘natural’ or ‘man-made’. Subsequently, we targeted area LO, which had been functionally defined with fMRI, and participants underwent five minutes of rTMS. Immediately following, they completed another version of the object and scene categorization task. Preliminary results show that rTMS to area LO impairs categorization of objects but not scenes. This suggests that the global gist used to rapidly categorize scenes remains intact despite an interruption to object processing brain regions.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».