Classifying Mixed Percepts During Binocular Rivalry in Younger and Older Adults
Notice bibliographique
Résumé
Several categories of mixed percepts can be seen during binocular rivalry, including the perception of both exclusive images overlapping, a mosaic comprising of pieces of each exclusive image, and a wave-like transition from one exclusive percept to the other (Yang et al., 1992). Recently, we demonstrated the overall proportion of mixed percepts decreases with aging (Beers et al., VSS 2013). However, it is unknown if all categories are affected by aging. To answer this question, we presented pairs of orthogonal, oblique sine wave gratings (diameter = 4.4; contrast level = 0.45) to fifteen younger (aged 18-26) and twenty older (aged 64-84) adults. On each trial, participants recorded each instance of a mixed percept category (overlapping, pieces, or wave-like) with a handheld button box. The total number of reported mixed percepts and the tallies for each category were analyzed. Older adults reported significantly fewer mixed percepts. Interestingly, the proportion of each category of mixed percept decreased at similar rates with aging. Eight participants from each age group returned for a second experiment in which stimulus size (diameter = 1.4 or 4.4) and contrast level (0.2 or 0.8), factors with well-known effects on characteristics of mixed percepts in younger adults, varied across trials. Overall both younger and older observers reported increased occurrences of mixed percepts at high compared to low contrast, primarily for the wave-like category. Younger adults reported fewer mixed percepts when viewing the smaller compared to the larger stimuli, consistent with previous results (Blake et al., 1992), a decrease primarily affected by the wave-like category. Older adults had significantly fewer instances of mixed percepts when viewing the small stimuli at low contrast, but the decrease was primarily affected by the pieces category. These classifications, and age-related differences, enhance our understanding of rivalry, as distinct neural mechanisms have been linked to specific categories. Meeting abstract presented at VSS 2016
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».