Perceiving material properties of objects through sight or sound activates ventral occipitotemporal cortex
Notice bibliographique
Résumé
Knowledge of an object's material composition (i.e., what it is made of) alters how we interact with that object. Seeing the bright glint or hearing the metallic crinkle of a foil plate for example, confers information about that plate before we have even touched it. In a previous study (Cant & Goodale, 2007) it was shown that visually attending to an object's material properties as opposed to its shape or color, elicited greater hemodynamic activity in ventral occipitotemporal regions. In the present fMRI study, we investigated whether such areas are also sensitive to material properties of objects derived from sound only. Participants first completed a passive adaptation visual paradigm in which the material composition, shape or color of objects was manipulated in different blocks. In a separate series of blocks, participants were randomly presented with two-second normalized sound clips and asked to categorize them as either Material (crumpling styrofoam, plastic, tinfoil or paper), Noise (scrambled versions of each of the material sounds), or Human sounds (coughing, yawning, snoring or throat clearing). Replicating results from Cant & Goodale (2007), the visual task revealed a prominent area in the right parahippocampal region that was most selective for material as compared to shape or color properties. Although functional analyses of the auditory data within this visual material region did not reveal any discernable auditory modulation, expanding the region to include all of parahippocampal cortex revealed an area immediately adjacent to the visual material region that was highly selective for Material sounds as compared to Noise or Human sounds. Our findings point to an important multimodal role for the parahippocampal region in the analysis of material properties, and are in keeping with the notion that the medial aspect of the ventral pathway is specialized for processing the surface properties of objects.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».