MétaCan
Menu
Retour à la cohorte
Enregistrement W2135664511 · doi:10.1111/j.1467-7687.2011.01078.x

Long trajectory for the development of sensitivity to global and biological motion

2011· article· en· W2135664511 sur OpenAlexafffund
Bat‐Sheva Hadad, Daphne Maurer, Terri L. Lewis

Notice bibliographique

RevueDevelopmental Science · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health ResearchInternational Society for Eye Research
Mots-clésBiological motionMotion (physics)Sensitivity (control systems)TrajectoryPsychologyNoise (video)Motion perceptionPsychophysicsComputer visionMonotonic functionAudiologyArtificial intelligencePoint (geometry)SIGNAL (programming language)CommunicationMathematicsComputer scienceNeurosciencePhysicsMathematical analysisMedicineGeometryEngineering

Résumé

récupéré en direct d'OpenAlex

We used a staircase procedure to test sensitivity to (1) global motion in random-dot kinematograms moving at 4° and 18° s(-1) and (2) biological motion. Thresholds were defined as (1) the minimum percentage of signal dots (i.e. the maximum percentage of noise dots) necessary for accurate discrimination of upward versus downward motion or (2) the maximum percentage of noise dots tolerated for accurate discrimination of biological from non-biological motion. Subjects were adults and children aged 6-8, 9-11, and 12-14 years (n = 20 per group). Contrary to earlier research, results revealed a similar, long developmental trajectory for sensitivity to global motion at both slower and faster speeds and for biological motion. Thresholds for all three tasks improved monotonically between 6 and 14 years of age, at which point they were adult-like. The results suggest that the extrastriate mechanisms that integrate local motion cues over time and space take many years to mature.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,184
Tête enseignante GPT0,340
Écart entre enseignants0,156 · 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

Citations144
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmental ScienceMême sujetVisual perception and processing mechanismsTravaux en français237 207