MétaCan
Menu
← Retour à la cohorte
Enregistrement W2048265647 · doi:10.1167/11.15.72

Visual Deficits during Healthy Aging of the Ventral Pathway

2011· article· en· W2048265647 sur OpenAlexaff
H. Wilson, F. Wilkinson

Notice bibliographique

RevueJournal of Vision · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPsychologyNeuroscienceHealthy agingFace (sociological concept)Visual processingVisual systemPsychophysicsAudiologyCognitive psychologyVisual cortexMedicinePerception

Résumé

récupéré en direct d'OpenAlex

To diagnose the onset of subtle forms of visual pathology in the elderly, it is critical to develop an understanding of performance during healthy visual aging. In the ventral or form vision pathway, our research and that of others shows that healthy elderly performance remains roughly equivalent to the young in V1 (orientation discrimination) and V4 (curvature processing in radial frequency patterns). However, we have recently documented a significant deficit in face discrimination across view changes in healthy aging. Further work using adaptation shows that this results from broadened bandwidths for representing different face views. Neural modeling can explain this on the assumption of weakened lateral inhibition between adjacent face views along with increased neural noise. Subsequent fMRI studies show differences between young and elderly on face identification tasks consistent with psychophysics. These results are consonant with electrophysiology in higher visual areas of senescent monkeys, where bandwidths for motion direction increase dramatically. Finally, this reduction in inhibition higher in the ventral pathway in aging is consistent with the increase in first, unprovoked epileptic seizures around age 70.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,061
Tête enseignante GPT0,322
Écart entre enseignants0,261 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetFace Recognition and Perception→Travaux en français237 207→