Enhanced Audiovisual Processing in People with One Eye
Notice bibliographique
Résumé
Previous research has shown that people with only one eye have enhanced spatial vision implying sensory compensation for their loss of binocularity. We investigated whether the loss of one eye may lead to enhanced multisensory processing as a result of cross–modal sensory compensation. In Experiment 1, we measured speeded detection and discrimination of auditory, visual and audiovisual targets presented as a stream of paired familiar objects and sounds in people with one eye and controls viewing binocularly or with one eye patched. We found that all participants were equally able to detect the presence of auditory, visual or bimodal targets. However, when asked to discriminate between the unimodal and bimodal targets both control groups demonstrated preferential processing of visual over auditory information with the bimodal stimuli – the Colavita visual dominance effect. Moreover, participants with one eye, showed no Colavita effect and demonstrated equal preference of processing visual and auditory stimuli, suggesting better multisensory integration. In Experiment 2, we increased the temporal processing load by asking participants to detect and discriminate back–to–back stimulus repetitions in a stream of paired familiar objects and sounds expecting that auditory performance will dominate due to the tasks' temporal nature. Preliminary results indicate that all participants are equally able to detect the presence of auditory, visual or bimodal repetitions, however, when asked to discriminate between the unimodal and bimodal repetitions, the Colavita effect persists in both control groups. However, participants with one eye show no Colavita effect, and again demonstrate equal preference of processing visual and auditory stimuli. These results indicate that binocular viewing controls consistently demonstrate visual dominance, even when auditory dominance is expected but participants with one eye display equal auditory and visual processing, likely as a form of crossmodal adaptation and compensation for their loss of binocularity.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».