MétaCan
Menu
Retour à la cohorte
Enregistrement W2048173575 · doi:10.1097/00001756-200301200-00028

Why are antisaccades slower than prosaccades? A novel finding using a new paradigm

2003· article· en· W2048173575 sur OpenAlexaff
Bettina Olk, Alan Kingstone

Notice bibliographique

RevueNeuroreport · 2003
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSaccadeEye movementSaccadic eye movementAntisaccade taskPsychologyLatency (audio)NeuroscienceComputer science

Résumé

récupéré en direct d'OpenAlex

Eye movements away from a new object (antisaccades) are slower than towards it (prosaccades). This finding is assumed to reflect the fact that prosaccades to new objects are made reflexively, and that for antisaccades, reflexive eye movements have to be inhibited and antisaccades are generated volitionally. Experiment 1 investigated the relative contribution of saccade inhibition by comparing the latency difference between pro- and antisaccades obtained in the traditional blocked paradigm and in a new paradigm in which oculomotor inhibition across pro- and antisaccades was matched. When inhibition was placed on the oculomotor system, the latency difference between pro- and antisaccades was significantly reduced. Experiment 2 examined the contribution of volitional saccade programming and execution by requiring both pro- and antisaccades to be programmed volitionally. This manipulation did not decrease further the difference between pro- and antisaccades. It is thus concluded that oculomotor inhibition is the main factor leading to long antisaccade latency. The remaining difference is attributed to the reallocation of covert attention from the target location towards the opposite antisaccade location.

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)0,004
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,183
Tête enseignante GPT0,361
Écart entre enseignants0,178 · 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

Citations122
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroreportMême sujetVisual perception and processing mechanismsTravaux en français237 207