MétaCan
Menu
Retour à la cohorte
Enregistrement W2739143307 · doi:10.1101/165399

Serial dependence transfers between perceptual objects

2017· preprint· en· W2739143307 sur OpenAlexaff
Greg Huffman, Jay Pratt, Christopher J. Honey

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2017
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPerceptionObject (grammar)Orientation (vector space)Context (archaeology)Visual perceptionCommunicationPsychologyCognitive psychologySmoothingComputer scienceArtificial intelligenceComputer visionMathematicsGeographyGeometryNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract Judgments of the present visual world are affected by what came before. When judgments of visual properties such as orientation are biased in the direction of preceding stimuli, this is called visual serial dependence. Visual serial dependence is thought to arise from mechanisms that support perceptual continuity: because physical properties of an object usually vary smoothly in time, perception might be accurately stabilized by smoothing the perceived features in time. However, mechanisms that support perceptual continuity should be object-specific, because the orientation of one object is more related to its own past than to the past of a distinct object. Thus, we tested the perceptual continuity explanation by comparing the magnitude of serial dependence between objects and within objects. Across three experiments, we manipulated objecthood by varying the color, the location, and both the color and the location of Gabor patches. We observed a serial dependence effect in every experiment but did not observe an effect of objecthood in any experiment. We further observed serial dependence even when the orientations of two successive stimuli were nearly orthogonal. These data are inconsistent with explanations of serial dependence based on visual continuity. We hypothesize that serial dependence arises from a combination of perceptual features and internal response variables, which interact within a common task or decisional context.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,061
Tête enseignante GPT0,290
Écart entre enseignants0,229 · 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetVisual perception and processing mechanismsTravaux en français237 207