MétaCan
Menu
← Retour à la cohorte
Enregistrement W2015151201 · doi:10.1167/4.8.198

Keeping it together: The maintenance of figure-ground segregation in the lateral occipital sulcus

2004· article· en· W2015151201 sur OpenAlexaff
Mary‐Ellen Large, Adrian Aldcroft, A. Kuchinad, Tutis Vilis

Notice bibliographique

RevueJournal of Vision · 2004
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésBrightnessPerceptObject (grammar)Artificial intelligenceMotion (physics)Computer visionSimilarity (geometry)Computer sciencePhysicsOpticsPsychologyNeurosciencePerceptionImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

An important aspect of visual processing involves binding the elementary features of an object and segregating them from background features. Previous research demonstrated that fragmented line-drawings of objects could be discriminated from a background of randomly orientated lines on the basis of differences in motion. Furthermore, the percept of the object persists for a second or so after motion has stopped. Functional imaging showed that this persistence was reflected in brain activation in area LO but not in MT+ (Ferber et al, 2003). In the present study a comparison was made between the persistence of forms constructed from motion and those constructed from colour/brightness similarity. In the colour/brightness condition the background was a different colour/brightness from the object, but they moved together. Both motion and colour/brightness percepts produced persistence after the motion or colour/brightness cue was removed. Functional imaging showed a gradual increase in the persistence of brain activity in the early visual areas (V1, V2, VP), which reached significance in V4v and peaked in LO. These results suggest that the binding or grouping of visual elements is accomplished early on in the visual pathway, before V4v, and that the maintenance of grouped visual elements in V4v and LO is independent of cue type.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,043
Tête enseignante GPT0,336
Écart entre enseignants0,294 · 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

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→