Dynamics of target and distractor spatial averaging in the global effect
Notice bibliographique
Résumé
Background: In the global effect, saccades are displaced towards a distractor that is near in location to the target, an effect that is thought to reflect neural averaging in the superior colliculus. The temporal profile of this averaging process has not yet been investigated, however. Objective: We studied how the global effect varied with the degree of temporal dissociation between target and distractor appearance. Methods: In the first study, the target was flashed for 10ms at 8째 horizontal eccentricity, followed after an interval varying between 0ms and 100ms, by a 10ms distractor at either 4째 or 12째 horizontal eccentricity. In the second study, the distractor appeared first, either as a 100ms flash or with sustained presence, at the same locations, and followed after an interval varying between 0ms to 800ms by the target. We analyzed saccade amplitude data from 12 subjects in terms of offsets, latencies and integration time. Results: In the first experiment, the offset between the target and distractor did not influence the global effect. The global effect occurred only in saccades with latencies between 140 and 300ms, or with integration times between 80 and 360ms. In the second experiment, the global effect decreased significantly with 100ms of offset between the distractor and target, but was still evident. The global effect was stronger when the distractor was continuously present throughout the trial. Similar to the first experiment, we found the global effect only in saccades with latencies between 80 and 350ms. Conclusion: The global effect can occur despite separation of the target and distractor in time, suggesting that there is substantial persistence of distractor-related activity that is available for spatial averaging in the superior colliculus. Meeting abstract presented at VSS 2014
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».