MétaCan
Menu
Retour à la cohorte
Enregistrement W2089732625 · doi:10.1097/wnr.0b013e3282f48401

Development of static and dynamic perception for luminance-defined and texture-defined information

2008· article· en· W2089732625 sur OpenAlexaff
Armando Bertone, Julie Hanck, Kim Cornish, Jocelyn Faubert

Notice bibliographique

RevueNeuroreport · 2008
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensUniversité de MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésPerceptionStimulus (psychology)PsychologyLuminanceCognitive psychologyAudiologyVisual perceptionDevelopmental psychologyComputer scienceNeuroscienceArtificial intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

The development of static and dynamic perception for stimuli requiring different levels of neural analysis was assessed by measuring orientation-identification and direction-identification thresholds for both lower-level [or first-order (FO)] and higher-level [or second-order (SO)] stimuli as a function of age. Results demonstrate that both lower-level and higher-level perception continue to develop during school-age years in both dynamic and static domains. When compared with adult levels, dynamic performance for 5-6-year-olds is significantly decreased for SO, but not for the FO perception; however, type of stimulus (FO vs. SO) did not affect the development of static perception. We therefore suggest that levels of stimulus complexity should be considered an important variable when assessing and making inferences regarding the typical and atypical development of static and dynamic perception.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,661
Score d'incertitude au seuil0,408

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 savante0,0000,000
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 Opus0,048
Tête enseignante GPT0,301
Écart entre enseignants0,252 · 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'étudeExpérimental (laboratoire)
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

Citations27
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroreportMême sujetVisual perception and processing mechanismsTravaux en français237 207