Isolating the causes of internal noise
Notice bibliographique
Résumé
To understand the limits of visual performance, it is critical to determine the causes underlying response variability. One possibility is that response variability is caused by strategies that are based on one's response history, as opposed to the specific stimulus at hand (Green, 1964). We tested this idea using a variation of the double-pass method described by Burgess & Colborne (1988). In the double-pass method, observers are presented with identical stimulus-plus-noise patterns at different times. The relationship between response agreement and response accuracy is an index an observer's internal-to-external noise ratio (I:E). We measured performance at 5 contrast levels in a 2AFC orientation discrimination task in which observers judged whether a sine wave grating was oriented 1 deg to the left or right of vertical. Gratings were embedded in white Gaussian noise, and identical stimuli were separated by a trial lag of either 1, 2, 4, 8 or 16 trials. We reasoned that if response history strongly influences internal noise, then I:E should vary across different trial lags — an observer's response on any given trial would likely be influenced by particular trials in the past. Initially, we found differences in I:E across different trial lags. However, these differences diminished by the third session. Our results suggest that, with practice, response history plays only a minor role in producing response variability. We are currently examining the effects of spatial frequency on I:E to determine the locus of contrast-variant noise, as well as the effects of luminance on I:E to determine the influence of photon noise on contrast-invariant noise.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».