MétaCan
Menu
Retour à la cohorte
Enregistrement W2166424456 · doi:10.1371/journal.pone.0086633

Counterproductive Effect of Saccadic Suppression during Attention Shifts

2014· article· en· W2166424456 sur OpenAlexaff
Alexandre Zénon, Brian D. Corneil, Andrea Alamia, Nabil Filali-Sadouk, Etienne Olivier

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensWestern UniversityRobarts Clinical Trials
Organismes subventionnairesInnoviris
Mots-clésSaccadic maskingCovertSaccadeEye movementSaccadic suppression of image displacementPsychologyMicrosaccadeCued speechCognitive psychologyContext (archaeology)PerceptionSaccadic eye movementBackward maskingNeuroscienceAudiologyMedicineBiology

Résumé

récupéré en direct d'OpenAlex

During saccadic eye movements, the processing of visual information is transiently interrupted by a mechanism known as "saccadic suppression" [1] that is thought to ensure perceptual stability [2]. If, as proposed in the premotor theory of attention [3], covert shifts of attention rely on sub-threshold recruitment of oculomotor circuits, then saccadic suppression should also occur during covert shifts. In order to test this prediction, we designed two experiments in which participants had to orient towards a cued letter, with or without saccades. We analyzed the time course of letter identification score in an "attention" task performed without saccades, using the saccadic latencies measured in the "saccade" task as a marker of covert saccadic preparation. Visual conditions were identical in all tasks. In the "attention" task, we found a drop in perceptual performance around the predicted onset time of saccades that were never performed. Importantly, this decrease in letter identification score cannot be explained by any known mechanism aligned on cue onset such as inhibition of return, masking, or microsaccades. These results show that attentional allocation triggers the same suppression mechanisms as during saccades, which is relevant during eye movements but detrimental in the context of covert orienting.

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

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 Opus0,039
Tête enseignante GPT0,278
Écart entre enseignants0,239 · 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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetVisual perception and processing mechanismsTravaux en français237 207