MétaCan
Menu
Retour à la cohorte
Enregistrement W2156166205 · doi:10.1093/cercor/bhp148

TMS Over Human Frontal Eye Fields Disrupts Trans-saccadic Memory of Multiple Objects

2009· article· en· W2156166205 sur OpenAlexafffund
S. L. Prime, Michael Vesia, J. Douglas Crawford

Notice bibliographique

RevueCerebral Cortex · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensYork University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSaccadic maskingSupplementary eye fieldSaccadic eye movementNeurosciencePsychologySaccadic suppression of image displacementFrontal eye fieldsEye movementFrontal cortexCognitive psychologyComputer scienceSaccade

Résumé

récupéré en direct d'OpenAlex

We recently showed that transcranial magnetic stimulation (TMS) over the right parietal eye fields disrupts memory of object features and locations across saccades. We applied TMS over the frontal eye fields (FEF) as subjects compared the feature details of visual targets presented either within a single eye fixation (Fixation Task) or across a saccade (Saccade Task). TMS pulses were randomly delivered at one of 3 time intervals around the time of the saccade, or at equivalent times in the Fixation Task. A No-TMS control confirmed that subjects could normally retain approximately 3 visual features. TMS in the Fixation Task had no effect compared with No-TMS, but differences among TMS times were found during right FEF stimulation. TMS over either the right or left FEF disrupted memory performance in the Saccade Task when stimulation coincided most closely with the saccade. The capacity to compare pre-and postsaccadic features was reduced to 1-2 objects, as expected if the spatial aspect of memory was disrupted. These findings suggest that the FEF plays a role in the spatial processing involved in trans-saccadic memory of visual features. We propose that this process employs saccade-related feedback signals similar to those observed in spatial updating.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil0,999

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)0,0010,000

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 Opus0,037
Tête enseignante GPT0,319
Écart entre enseignants0,282 · 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.

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

Citations47
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCerebral CortexMême sujetVisual perception and processing mechanismsTravaux en français237 207