Performance in a within-modality temporal order judgment task reveals suboptimal multisensory integration following stimuli presentation at peak limb velocity
Notice bibliographique
Résumé
Auditory and visual cues can be integrated in a statistically optimal fashion (e.g., Ernst & Bülthoff, 2004). However, the weighting of auditory and visual information for multisensory integration appears to change as a function of limb velocity (Tremblay & Nguyen, 2010; Loria, de Grosbois & Tremblay, submitted). The current study was designed to assess whether audiovisual information is optimally integrated at peak limb velocity. Participants (N = 13) were required to "fling" their limb through the centre of a virtual target (i.e., right index finger to reach peak velocity as it intersected the target). Piezo-LED devices were affixed on both sides of the virtual target and provided two auditory, visual, or audiovisual cues when the participant reached their peak limb velocity, or while the participant remained stationary. After each trial, participants completed a within-modality temporal order judgment task (TOJ), reporting which side of the virtual target the first sensory cue was presented. When analyzing response accuracy at rest, it was found that participants were more accurate in judging the order of the events (i.e., TOJ) in the auditory and audiovisual condition relative to the visual condition. Also, performance in the audiovisual condition was significantly less accurate when the sensory cues were presented at peak limb velocity compared to at rest. Overall, the results from this experiment in conjunction with those reported previously (e.g., Loria et al., submitted; Tremblay & Nguyen, 2010) suggest that the central nervous system integrates sensory information in a manner that may not always be optimal.Acknowledgments: Natural Sciences and Engineering Research Council, Ontario Research Fund, Canada Foundation For Innovation
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».