MétaCan
Menu
Retour à la cohorte
Enregistrement W1992802270 · doi:10.1080/00207450802328367

Global Motion Stimuli and Form-From-Motion Stimuli: Common Characteristics and Differential Activation Patterns

2009· article· en· W1992802270 sur OpenAlexafffund
Patrick Vachon, Patrice Voss, Maryse Lassonde, Jean‐Maxime Leroux, Boualem Mensour, Gilles Beaudoin, Pierre Bourgouin, Jean‐Paul Guillemot, Franco Leporé

Notice bibliographique

RevueInternational Journal of Neuroscience · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensCentre Hospitalier de l’Université de MontréalHôpital Notre-DameUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésStimulus (psychology)Functional magnetic resonance imagingPsychologyNeuroscienceMotion perceptionMotion (physics)Coherence (philosophical gambling strategy)Visual perceptionCommunicationPerceptionCognitive psychologyComputer visionPhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

We used functional Magnetic Resonance Imaging (fMRI) to explore the areas underlying the processing of two similar motion stimuli that evoke different types of processing. The results indicated that while form-from-motion (FFM) stimuli activated both lateral occipital complex (LOC) and MT complex (MT+), only the LOC remained significantly activated when contrasted with a global motion stimulus (GMS) with different coherence levels. Because of the large number of common characteristics shared between the stimuli, this contrast enabled us to isolate the regions implicated in form processing. The GMS on the other hand only activated MT+, reaching maximal intensity for low coherence. Overall, these data illustrate how two similar motion stimuli can elicit the participation of different cortical visual 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 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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,066
Tête enseignante GPT0,359
Écart entre enseignants0,293 · 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

Citations11
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of NeuroscienceMême sujetVisual perception and processing mechanismsTravaux en français237 207