Spatiotemporal templates for detecting 1st- and 2nd-order orientation- and luminance-defined targets
Notice bibliographique
Résumé
Using the classification image technique, the present experiments revealed several characteristics of human observers' spatiotemporal templates for the detection of texture-defined targets. The stimulus consisted of a five frame (each frame: 80 ms) movie of a five by five spatial array of elements (whole size: 1.6 x 1.6 deg). The target was defined by the first-and the second-order characteristics of orientation- and luminance-defined textures and observers were required to respond whether a target or non-target was presented on each trial. When a target signal was presented across all five frames, human observers typically relied on the most reasonable cues in all five frames for detecting targets. In other words, they used the first-order cue for detecting the first-order target and used the second-order cue for detecting the second-order target. When the target signal was presented just during the third temporal frame, the temporal profile of the observers' spatiotemporal templates changed, so that only information presented near the third temporal frame was used. In addition, the type of spatial cue utilized also changed, so that for first-order target detection observers used second-order cues as well as first-order cues. This strategy was sensible, because both first- and second-order cues were available in this condition. There also was a trend toward increasing the extent of spatial information used when the temporal information was restricted, perhaps indicating that there is a space-time tradeoff in the information that can be used in these tasks.
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 | 0,001 | 0,004 |
| 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) | 0,001 | 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 ».