MétaCan
Menu
Retour à la cohorte
Enregistrement W1998447267 · doi:10.3200/jmbr.41.2.117-127

Saccadic Trajectories Receive Online Correction: Evidence for a Feedback-Based System of Oculomotor Control

2009· article· en· W1998447267 sur OpenAlexafffund
Greg L. West, Timothy N. Welsh, Jay Pratt

Notice bibliographique

RevueJournal of Motor Behavior · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueGaze Tracking and Assistive Technology
Établissements canadiensUniversity of CalgaryUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSaccadic maskingKinematicsSaccadeEye movementSaccadic suppression of image displacementPsychologyTrajectorySaccadic eye movementComputer scienceMotor controlEye trackingArtificial intelligenceComputer visionCommunicationNeurosciencePhysics

Résumé

récupéré en direct d'OpenAlex

Although a considerable amount of research has investigated the planning and production of saccadic eye movements, it remains unclear whether (a) central planning processes prior to movement onset largely determine these eye movements or (b) they receive online correction during the actual trajectory. To investigate this issue, the authors measured the spatial position of the eye at specific kinematic markers during saccadic movements (i.e., peak acceleration, peak velocity, peak deceleration, saccade endpoint). In 2 experiments, the authors examined saccades ranging in amplitude from 4 to 20 degrees and computed the variability profiles (SD) of eye position at each kinematic marker and the proportion of explained variance (R2) between each kinematic marker and the saccade endpoint. In Experiment 1, the authors examined differences in the kinematic signature of saccadic online control between eye movements made in gap or overlap conditions. In Experiment 2, the authors examined the online control of saccades made from stored target information after delays of 500, 1,500, and 3,500 ms. Findings evince a robust and consistent feedback-based system of online oculomotor control during saccadic eye movements.

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)0,001
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,039
Tête enseignante GPT0,309
Écart entre enseignants0,270 · 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

Citations35
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Motor BehaviorMême sujetGaze Tracking and Assistive TechnologyTravaux en français237 207