MétaCan
Menu
Retour à la cohorte
Enregistrement W2019367593 · doi:10.1068/p7546

Alcohol and Lateral Inhibitory Interactions in Human Vision

2013· article· en· W2019367593 sur OpenAlexaff
Kevin Johnston, Brian Timney

Notice bibliographique

RevuePerception · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensOntario Brain InstituteWestern University
Organismes subventionnairesnon disponible
Mots-clésLateral inhibitionAlcoholIllusionInhibitory postsynaptic potentialAlcohol consumptionPerceptionOptical illusionContrast (vision)Mechanism (biology)PsychologyEthanolNeuroscienceChemistryComputer scienceArtificial intelligencePhysicsBiochemistry

Résumé

récupéré en direct d'OpenAlex

Acute alcohol consumption detrimentally affects many aspects of visual function, but few studies have addressed the neural mechanisms underlying such changes. One candidate mechanism that may be responsible for some alcohol-induced changes in visual function is lateral inhibition. Alcohol has been shown to abolish lateral inhibitory interactions in experimental preparations in which it is applied directly to the retina, but few studies have attempted to link alcohol-induced reductions in lateral inhibitory interactions with psychophysical performance in assessments of visual function dependent on this mechanism. In the present series of studies we addressed this by investigating the effects of alcohol consumption on a perceptual phenomenon mediated in part by lateral inhibition, the Hermann grid illusion. Participants estimated the contrast of the illusory blobs present at the grid intersections using a matching procedure after consumption of a drink containing alcohol or a nonalcoholic drink. The magnitude of the illusion was diminished in the alcohol condition, and this effect was consistent when we parametrically varied the contrast of the grid squares and widths of the grid bars. These data suggest that alcohol reduces lateral inhibitory interactions in human vision.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

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 savante0,0000,000
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 Opus0,065
Tête enseignante GPT0,373
Écart entre enseignants0,307 · 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'étudeExpérimental (laboratoire)
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

Citations21
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerceptionMême sujetVisual perception and processing mechanismsTravaux en français237 207