MétaCan
Menu
Retour à la cohorte
Enregistrement W2026616405 · doi:10.1111/j.1444-0938.2007.00162.x

Supra‐threshold contrast matching and the effects of contrast threshold and age

2007· article· en· W2026616405 sur OpenAlexaff
Ming Mei, Susan J. Leat, Jeffery K. Hovis

Notice bibliographique

RevueClinical and Experimental Optometry · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésContrast (vision)Matching (statistics)AudiologyPerceptionMathematicsPsychologyMedicineStatisticsOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The effects of age on contrast threshold are well known but little is known about its effect on supra-threshold contrast perception. This study examines supra-threshold contrast matching and the effects of age in naïve observers. METHODS: Two age groups (from 20 to 50 years with 14 subjects and 51 years and older with 15 subjects) participated in the study. Contrast threshold and supra-threshold contrast matching up to 8.53 cycles per degree were measured. RESULTS: Both age groups demonstrated some degree of contrast constancy at medium and higher contrasts but this was not perfect even at the highest contrast tested (55.9 per cent). There was no overall effect of age on supra-threshold contrast matching (p = 0.086) but there was an interaction between age and spatial frequency (p < 0.001). The plots of matched contrast against standard contrast showed that for some spatial frequencies, the slope was significantly different from unity, indicating a gain in the visual system for supra-threshold perception. This was still true when corrected for threshold differences. CONCLUSION: Contrast constancy exists in a larger group of naïve subjects of different ages but does not perfectly compensate for the differences in thresholds. The results are discussed in terms of the currently proposed models of contrast perception.

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)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
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)0,0030,000

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 Opus0,042
Tête enseignante GPT0,403
Écart entre enseignants0,361 · 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

Citations9
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and Experimental OptometryMême sujetVisual perception and processing mechanismsTravaux en français237 207