A unified framework and normative dataset for second-order sensitivity using the quick Contrast Sensitivity Function (qCSF)
Notice bibliographique
Résumé
Introduction: While the contrast sensitivity approach has been successful in quantifying striate function, there is a need to develop comparable ways of evaluating extra-striate function in humans. Neurophysiologically, the extra-striate cortex differs from the striate cortex in a number of important ways. Second-order modulated stimuli are thought to be processed by the visual system in two serial stages; the carrier is processed by the localized, spatially bandpass neurons in V1 and in a second stage the rectified V1 output is integrated in extra-striate cortex. Here, our purpose is to establish normative data on the sensitivity of extra-striate human cortical function. Methods: We optimally designed second-order stimuli contrast-, orientation- or motion-modulated in order to reflect extra-striate function. We use a common novel methodology, the quick contrast sensitivity function (qCSF) method, recently developed for the rapid measurement of visual contrast sensitivity across a range of spatial frequencies relevant to striate function (Lesmes et al., 2010). This method is a Bayesian adaptive procedure that estimates multiple parameters of the sensitivity function and concurrently estimates thresholds across the full spatial-frequency range. It was originally built to determine the first-order contrast sensitivity function, but here we use it for determining both first and second-order functions. Results: We first show that the qCSF methodology can be well adapted to different kinds of first- and second-order measurements. We provide a normative dataset (102 eyes) for first- and second-order sensitivity and we show that the sensitivity to all these stimuli is equal in the two eyes. Conclusions: Our results confirm some strong differences between first- and second-order processing, in accordance with the classical filter-rectify-filter model. They suggest a unique contrast detection mechanism but different second-order ones. Meeting abstract presented at VSS 2014
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 | 0,002 | 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 | 0,000 |
| 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 ».