MétaCan
Menu
Retour à la cohorte
Enregistrement W2100539451 · doi:10.3389/fpsyg.2013.00427

Feature tracking and aging

2013· article· en· W2100539451 sur OpenAlexafffund
Rémy Allard, Sarah Lagacé-Nadon, Jocelyn Faubert

Notice bibliographique

RevueFrontiers in Psychology · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStimulus (psychology)LuminanceArtificial intelligenceComputer visionContrast (vision)Motion perceptionSpatial frequencyPsychologyMotion (physics)CommunicationComputer scienceOpticsPhysicsCognitive psychology

Résumé

récupéré en direct d'OpenAlex

There are conflicting results regarding the effect of aging on second-order motion processing (i.e., motion defined by attributes other than luminance, such as contrast). Two studies (Habak and Faubert, 2000; Tang and Zhou, 2009) found that second-order motion processing was more vulnerable to aging than first-order motion processing. Conversely, Billino et al. (2011) recently found that aging affected first- and second-order motion processing by similar proportions. These three studies used contrast-defined motion as a second-order stimulus, but there can be at least two potential issues when using such a stimulus to evaluate age-related sensitivity losses. First, it has been shown that the motion system processing contrast-defined motion varies depending on the stimulus parameters. Thus, although all these three studies assumed that their contrast-defined motion was processed by a low-level second-order motion system, this was not necessarily the case. The second potential issue is that contrast-defined motion consists in a contrast modulation of a texture rich in high spatial frequencies and aging mainly affects contrast sensitivity at high spatial frequencies. Consequently, some age-related sensitivity loss to second-order motion could be due to a lower sensitivity to the texture rather than to motion processing per se. To avoid these two potential issues, we used a second-order motion stimulus void of high spatial frequencies and which has been shown to be processed by a high-level feature tracking motion system, namely fractal rotation (Lagacé-Nadon et al., 2009). We found an age-related deficit on second-order motion processing at all temporal frequencies including the ones for which no age-related effect on first-order motion processing was observed. We conclude that aging affects the ability to track features. Previous age-related results on second-order and global motion processing are discussed in light of these findings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,043
Tête enseignante GPT0,350
Écart entre enseignants0,307 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetVisual perception and processing mechanismsTravaux en français237 207