Local Perturbations to a Global Radial Frequency Masker Alleviate Lateral Masking Effects
Notice bibliographique
Résumé
Radial Frequency (RF) contours, generated through the sinusoidal modulation of the radius of a circle, are a useful tool to study the processes involved in shape perception. Previous research examining RF contour detection suggests that low and high RF contours are processed by separate global and local shape detection mechanisms, respectively (Bell et al., 2007). If the processes responsible for global and local RF detection do not interact, then a lateral mask consisting of a combination of low and high RF contours should interfere with the detection of a low RF contour at least as much as a low RF contour mask alone. To test this prediction, we measured detection thresholds for a low RF contour (RF5) in the presence of a control mask (RF0), a low RF mask (RF5), a high RF mask (RF25), or a compound mask (RF5+RF25) consisting of the combination of RF5 and RF25 patterns. Consistent with previous reports, two out of the three observers show significant masking with the low RF mask relative to the control and high RF mask. Critically, these two observers showed significantly less masking for the compound mask than for the low RF mask, and did not show a significant difference in masking with the compound mask relative to the control and high RF mask. The third, anomalous, observer showed relatively high levels of masking across all conditions, including the control mask. Overall, however, our results suggest that global and local shape detection mechanisms do not operate independently of one another in masking. We currently are examining the extent to which the results reveal individual differences, and how the nature of RF interactions influences masking. 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 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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».