Fixation stability during global motion discrimination tasks
Notice bibliographique
Résumé
Introduction: Beyond the characteristic deficit in visual acuity in one eye, people with unilateral amblyopia (lazy eye) show deficits on a range of visual functions including motion perception at slow speeds. These deficits are usually attributed to the abnormal development of low-level visual motion processing mechanisms. However, unstable fixation has been reported in amblyopia, and may impact motion perception by degrading the input received by direction-selective neurons. Here we ask whether poor performance on slow motion tasks can be accounted for by poor fixation stability. To establish this relation in control observers, we assessed fixation stability in adults with healthy vision during a motion perception task. Methods: Participants (n = 24) performed a global motion direction discrimination task (left/right) with stimuli (600 ms duration) moving at a slow (1 deg/s) or fast (32 deg/s) speed. Dot coherence was controlled with a staircase procedure to obtain coherence thresholds. In a control condition, participants viewed stationary dot patterns. Participants were asked to fixate a central cross throughout the task. Eye movements were recorded with an Eyelink 1000+. Bivariate contour ellipse area and the number of microsaccades on each trial were calculated as indices of stability. Results: Fixation was more stable for the motion discrimination task at either speed, compared to stationary viewing. Participants' overall stability did not predict their coherence thresholds on the motion discrimination task for either speed. Conclusions: Healthy adults show no clear relationship between eye movement stability and global motion coherence thresholds. This suggests fixation instability may not solely account for the motion perception deficits observed in amblyopia. 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 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,002 | 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 ».