The Contribution of Left and Right Visual Fields to Perceived Orientation
Notice bibliographique
Résumé
Vision plays an important role in our ability to orient. A major factor in self orientation is the perceived direction of up. Previous studies involving perceptual upright (PU: the orientation at which objects are best recognized) have demonstrated a consistent leftward bias in a character recognition task. We hypothesized that this leftward bias may be due to unequal visual orientation cue ratings across the visual field. We assessed the perceptual upright using OCHART (Oriented CHAracter Recognition Task) which measures the orientation at which a letter probe is “perceptually upright” (Dyde et al., 2006 Exp Brain Res. 173: 612). The probe was presented in the centre of a background masked down to a circle subtending 35° and divided into two with a vertical black line separating the two halves. Images on each half were photographs of an outdoor scene upright, tilted clockwise or counter-clockwise by 112.5°, or a grey field of equal average luminance. The effects of the two sides were additive in determining the PU with no obvious dominance of one side or the other. However, when the oriented scene was presented only on one side (with the other side grey) the strongest effect on the probe was found when visual cues were tilted in the same direction as the visual field on which they were presented. Our data suggest that orientation cues presented on the left and right sides of space are weighted approximately equally by the brain. The brain integrates the conflicting visual cues on either side of the visual field when determining perceptual upright.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».