MétaCan
Menu
Retour à la cohorte
Enregistrement W2136468153 · doi:10.1038/srep05475

An early origin for detailed perception in Autism Spectrum Disorder: biased sensitivity for high-spatial frequency information.

2014· article· en· W2136468153 sur OpenAlexaff
Luc Kéïta, Jacalyn Guy, Claude Berthiaume, Laurent Mottron, Armando Bertone

Notice bibliographique

RevueScientific Reports · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensCentre for Movement DisordersUniversité de Montréal
Organismes subventionnairesAutism Speaks
Mots-clésSpatial frequencyLuminancePerceptionContrast (vision)Autism spectrum disorderAudiologyPsychologySensitivity (control systems)Spatial analysisPhysicsOpticsAutismMathematicsDevelopmental psychologyMedicineNeuroscienceStatistics

Résumé

récupéré en direct d'OpenAlex

Autistics demonstrate superior performances on several visuo-spatial tasks where local or detailed information processing is advantageous. Altered spatial filtering properties at an early level of visuo-spatial analysis may be a plausible perceptual origin for such detailed perception in Autism Spectrum Disorder. In this study, contrast sensitivity for both luminance and texture-defined vertically-oriented sine-wave gratings were measured across a range of spatial frequencies (0.5, 1, 2, 4 & 8 cpd) for autistics and non-autistic participants. Contrast sensitivity functions and peak frequency ratios were plotted and compared across groups. Results demonstrated that autistic participants were more sensitivity to luminance-defined, high spatial frequency gratings (8 cpd). A group difference in peak distribution was also observed as 35% of autistic participants manifested peak sensitivity for luminance-defined gratings of 4 cpd, compared to only 7% for the comparison group. These findings support that locally-biased perception in Autism Spectrum Disorder originates, at least in part, from differences in response properties of early spatial mechanisms favouring detailed spatial information processing.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,685
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
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 Opus0,020
Tête enseignante GPT0,283
Écart entre enseignants0,264 · 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

Citations61
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207