Using detection or identification paradigms when assessing visual development: Is a shift in paradigm necessary?
Notice bibliographique
Résumé
Given the inherent difference in judgment required to complete visual detection and identification tasks, it is unknown whether task selection differentially affects visual performance as a function of development. The aim of the present study is therefore to systematically assess and contrast visual performance using these two types of paradigms in order to determine whether paradigm-contingent differences in performance exist across different periods of development. To do so, we assessed sensitivity to both luminance- and texture-defined stationary and dynamic gratings using both detection and identification paradigms. Results demonstrated a relatively unchanged pattern of performance from the school ages through adolescence, suggesting that sensitivity was not differentially affected by choice of paradigm as a function of development. However, when averaged across age groups, a paradigm-contingent difference in sensitivity was evidenced for dynamic, texture-defined gratings only; it was easier to detect the spatial location of the gratings compared with identifying the direction of their motion. Paradigm-contingent differences were not evidenced for luminance-defined stimuli (whether stationary or dynamic), or for stationary, texture-defined gratings. In general, visual performance measured using either detection or identification paradigms is comparable across ages, particularly when information is stationary and defined by more simple visual attributes, such as luminance. Therefore, the use of detection paradigms might be advantageous under most circumstances when assessing visual abilities of very young and/or clinical populations in order to minimize potential challenges not related to visual perception (i.e., attentional) in these populations. Finally, paradigm-contingent differences in performance specific to dynamic, texture-defined information will be discussed.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».