MétaCan
Menu
Retour à la cohorte
Enregistrement W2892404851 · doi:10.1167/18.10.435

Touchpoints reveal sensitivity to object shape in an individual with visual agnosia and in another who is cortically blind

2018· article· en· W2892404851 sur OpenAlexaff
Robert L. Whitwell, Melvyn A. Goodale, James T. Enns

Notice bibliographique

RevueJournal of Vision · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensWestern UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVisual agnosiaObject (grammar)PsychologyDorsumPerceptionAgnosiaCognitive psychologyComputer visionCommunicationNeuroscienceComputer scienceArtificial intelligenceAnatomyBiology

Résumé

récupéré en direct d'OpenAlex

Object shape is exploited for object recognition and object-directed actions like reaching and grasping. Classic work has shown that information about object shape is expressed in the grasp kinematics and surface-contact points of individuals with compromised shape perception that followed damage to ventral-stream structures (e.g., Goodale et al. 1991). These studies constitute a cornerstone of the two visual systems hypothesis (Goodale & Milner, 1992) and its multi-visual-system descendants. Recent work with normally-sighted populations has shown that the freely chosen end points from point-to-touch movements directed at targets reveal the target-shape's medial axis – a type of shape 'skeleton' (Blum, 1973; Firestone & Scholl, 2014). Moreover, this occurs without participants' having any explicit knowledge of what a medial axis is or what it looks like (Firestone & Scholl, 2014). Here we ask whether or not this medial-axis phenomenon extends to exclusively dorsal-stream representations of shape, by testing DF, who has visual form agnosia resulting from lesions that encompass the shape-sensitive ventrolateral cortical area (LOC) bilaterally, and MC, who is cortically-blind following lesions that also encompass area LOC bilaterally. Each patient touched pebble-like shapes shown on a touchscreen in random positions and orientations. DF and MC could not reliably discriminate amongst the shapes in same/different, oddball, and 1-back tasks, confirming their deficits in visual shape perception. Nevertheless, both DF and MC manually localized the shapes with a high degree of accuracy, showing intact shape localization by the preserved dorsal stream. Moreover, DF's and MC's touchpoints each fell significantly closer to the centre-of-mass and the medial axis of each of the shapes, when compared to sampling distributions for squared- and absolute-mean-deviation metrics derived from random points. These findings indicate that, in addition to the centre-of-mass, other shape metrics such as the medial axis inform dorsal-stream mediated action in the absence of ventral-stream input. Meeting abstract presented at VSS 2018

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

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
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,031
Tête enseignante GPT0,323
Écart entre enseignants0,292 · 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 revueJournal of VisionMême sujetMotor Control and AdaptationTravaux en français237 207