MétaCan
Menu
Retour à la cohorte
Enregistrement W2059084582 · doi:10.1167/9.6.11

Short- and long-term plasticity of eye position information: Examining perceptual, attentional, and motor influences on perisaccadic perception

2009· article· en· W2059084582 sur OpenAlexafffund
A. C. Kis, Vaughan W.A. Singh, Matthias Niemeier

Notice bibliographique

RevueJournal of Vision · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensThe Scarborough HospitalYork UniversityUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPerceptSaccadic maskingSaccadeEye movementPerceptionPsychologySmooth pursuitCognitive psychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Spatial vision requires information about eye position to account for eye movements. But integrating eye position information and information about objects in the world is imperfect and can lead to transient misperceptions around the time of saccadic eye movements most likely because the signals are prone to temporal errors making it difficult to tell when the retinas move relative to when retinal images move. To clarify where this uncertainty comes from, in four experiments we examined influences of eye posture, attentional cueing, and trial history on perisaccadic misperceptions. We found evidence for one longer-term modulation of perisaccadic shift that evolved over the time of the test session due to biased eye posture. Another, short-term influence on perisaccadic shift was related to eye posture during preceding trials or the direction of the preceding saccade. Both perceptual effects could not be explained with visual delays, influences of attention or changes in saccade metrics. Our data are consistent with the idea that perisaccadic shift is caused by neural representations of eye position or space that are plastic and that arise from non-motor, extraretinal mechanisms. This suggests a perceptual system that continuously calibrates itself in response to changes in oculomotor and muscle systems to reconstruct a stable percept of the world.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,989
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

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

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 Opus0,050
Tête enseignante GPT0,349
Écart entre enseignants0,299 · 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 tête enseignante, 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

Citations13
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetVisual perception and processing mechanismsTravaux en français237 207