MétaCan
Menu
Retour à la cohorte
Enregistrement W2790575432 · doi:10.21037/aes.2018.ab071

AB071. Psychophysical investigation of dichoptic blur suppression in human vision

2018· article· en· W2790575432 sur OpenAlexaff
Alex S. Baldwin, Robert F. Hess

Notice bibliographique

RevueAnnals of Eye Science · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHallucinations in medical conditions
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPerceptBlurred visionComputer visionSet (abstract data type)PsychophysicsOptometryArtificial intelligencePsychologyComputer sciencePerceptionNeuroscienceMedicine

Résumé

récupéré en direct d'OpenAlex

Background: In situations where one eye gives a more blurred input to visual processing than the other, the input from the sharper eye tends to dominate the percept. This phenomenon has clinical relevance for monovision treatment, where the two eyes are corrected separately for different distances. We performed a psychophysical investigation of subjects’ ability to identify which of a set of images was blurred in one eye. Methods: We tested 17 subjects with normal or corrected-to-normal vision. On each trial, subjects viewed an array of four pictures using a monitor with shutter goggles. In the first experiment, three of the pictures were sharp in both eyes (distractors). The fourth picture was sharp in one eye and blurred by a low-pass filter in the other. Subjects identified that odd-one-out target over many trials with different degrees of blur. In the second experiment the target picture was given the same treatment, but the three non-target pictures were made monocular (sharp in one eye, mean grey in the other). Results: The results from the first experiment with binocular distractors followed our expectations, with subjects showing better performance at detecting more severe blurs. In the second experiment with monocular distractors, we found large individual differences between our observers. Some performed the same as they did in the first condition, others now found the task impossible, and a few performed worse with severe blurs than they did with slight blurs. Conclusions: Previous studies have reported individual differences in blur suppression, however this study reveals that these differences may depend on the precise details of the judgements being made.

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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,092
Tête enseignante GPT0,446
Écart entre enseignants0,354 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Eye ScienceMême sujetHallucinations in medical conditionsTravaux en français237 207