Rapid Visuomotor Integration of flanking valenced objects
Notice bibliographique
Résumé
Significant neurobehavioral evidence suggests a discrete segregation between the pathways associated with visual perception (i.e., ventral projections) and those ascribed visuo-motor functions (i.e., dorsal projections; in humans, see Milner & Goodale 2008; in non-human primates see Ungerleider & Mishkin 1982). In general the dorsal stream appears to be specialized for processing veridical and egocentrically coded cues in a fashion that is independent of conscious awareness (e.g., Binsted et al. 2007). Conversely, the ventral stream considers the relational characteristics of visual objects and scenes to arrive at a richly detailed percept. However, demonstrations of dorsal insensitivity to perceptually driven object features have failed to address valence as an action moderator despite its apparent evolutionary relevance. Moreover, valenced cues have been observed to modify motor behavior in non-human primates (fear conditioning; Mineka et al. 1984). Thus, it follows that the human visuo-motor system should rapidly integrate abstract scene cues (e.g., valence) to reach a goal while avoiding potential dangers (e.g., predation). To examine this we asked participants to point to visual targets that were randomly flanked by valenced images chosen from the International Affective Picture System (IAPS: e.g., bear cub, gun). All pointing movements had 50 cm amplitude; the target was withdrawn upon movement initiation while the valenced flanker remained. Participant endpoint position was driven towards negatively valenced objects and driven away from positively valenced objects. Thus, it appears the visuomotor system does not restrict its visual set. Rather, it appears to rapidly integrate perceptual interpretations of abstract and contextual cues for movement adaptation.
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 ».