How long range is contour integration in human color vision?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We quantified and compared the effect of element spacing on contour integration between the achromatic (Ach), red-green (RG), and blue-yellow (BY) mechanisms. The task requires the linking of orientation across space to detect a contour in a stimulus composed of randomly oriented Gabor elements (1.5 cpd, sigma = 0.17 deg), measured using a temporal 2AFC method. A contour of ten elements was pasted into a 10 x 10 cells array, a ndbackground elements were randomly positioned within the available cells. The effect of element spacing was investigated by varying the mean interelement distance between two and six times the period of the Gabor elements (lambda = 0.66 deg) while the total number of elements was fixed. Contour detection was measured as a function of its curvature for jagged contours and for closed contours. At all curvatures, we found that performance for chromatic mechanisms declines more steeply with the increase in element separation than does performance for the achromatic mechanism. Averaged critical element separations were 4.6 +/- 0.7, 3.6 +/- 0.4, and 2.9 +/- 0.2 deg for Ach, BY, and RG mechanisms, respectively. These results suggest that contour integration by the chromatic mechanisms relies more on short-range interactions in comparison to the achromatic mechanism. In a further experiment, we looked at the combined effect of element size and element separation in contour integration for the Ach mechanism. We found that the critical separation decreases linearly with the spatial frequency, from about 5 deg at low spatial frequency (larger elements) to about 1 deg at high spatial frequency (smaller elements) suggesting a scale invariance in contour integration. In both experiments we also found no differences between closed and open jagged contours detection in terms of element separation. The neuroanatomical implications of these findings relatively to area V1 are discussed.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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