Direction discrimination thresholds in binocular, monocular, and dichoptic viewing: Motion opponency and contrast gain control
Notice bibliographique
Résumé
We studied the binocular organization of motion opponency and its relationship to contrast gain control. Luminance contrast thresholds for discriminating direction of motion were measured for drifting Gabor patterns (target) presented on counterphase flickering Gabor patterns (pedestal). There were four presentation conditions: binocular, monocular, dichoptic, and half-binocular. For the half-binocular presentation, the target was presented to one eye while pedestals were presented to both eyes. In addition, to test for motion opponency, we studied two increment and decrement conditions, in which the target increased contrast for one direction of movement but decreased it for the opposite moving component of the pedestal. Threshold versus pedestal contrast functions showed a dipper shape, and there was a strong interaction between pedestal contrast and test condition. Binocular thresholds were lower than monocular thresholds but only at low pedestal contrasts. Monocular and half-binocular thresholds were similar at low pedestal contrasts, but half-binocular thresholds became higher and closer to dichoptic thresholds as pedestal contrast increased. Adding the decremental target reduced thresholds by a factor of two or more-a strong sign of opponency-when the decrement was in the same eye as the increment or the opposite eye. We compared several computational models fitted to the data. Converging evidence from the present and previous studies (Gorea, Conway, & Blake, 2001) suggests that motion opponency is most likely to be monocular, occurring before direction-specific binocular summation and before divisive, binocular gain control.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».