MétaCan
Menu
← Retour à la cohorte
Enregistrement W2022623657 · doi:10.1167/5.8.11

The effect of ocular dominance and interocular rivalry on monocular reading speed under near-normal, ganzfeld, and complete occlusion conditions

2010· article· en· W2022623657 sur OpenAlexaff
Nathalie Duponsel, Olga Overbury

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensConcordia UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMonocularOcular dominanceReading (process)PsychologyBinocular rivalryEye movementMonocular deprivationOptometryComputer sciencePerceptionVisual perceptionComputer visionMedicineNeuroscienceVisual cortexLinguistics

Résumé

récupéré en direct d'OpenAlex

Purpose: Normal reading typically involves binocular processes. However, in the case of monocular reading, the non-reading eye may interfere with the processes of the reading eye depending on the nature of the input to that eye. Furthermore, this interference may differ depending on whether the eye reading is the dominant or non-dominant eye. Method: The monocular reading speed of seventeen participants with normal vision was tested under six conditions. Three conditions tested the reading speed of the dominant eye while the non-dominant eye received patterned input, light input, or no input, and the other three conditions were similar for the non-dominant eye. Results: No difference in monocular reading speed was found between the dominant and non-dominant eye. A significant difference was found between patterned input and light input (p p Conclusions: While dominance does not seem to play a role in monocular reading, the level of input into the non-reading eye heavily affected monocular reading speed. Specifically, patterned input in the non-reading eye negatively affected monocular reading speed while light input and no light input did not. These results support the hypothesis that patterned input in the non-reading eye would most negatively affect reading speed as reading involves the interpretation of patterned information.

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)0,004
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
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 Opus0,021
Tête enseignante GPT0,331
Écart entre enseignants0,310 · 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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

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