MétaCan
Menu
Retour à la cohorte
Enregistrement W2893958333 · doi:10.1167/18.10.1290

Transsacadic Integration of Multiple Objects and The Influence of Stable Allocentric Cue

2018· article· en· W2893958333 sur OpenAlexaff
George Tomou, Xiaogang Yan, J. Crawford

Notice bibliographique

RevueJournal of Vision · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésLandmarkFixation (population genetics)Stimulus (psychology)PsychologyEye movementSaccadeClockwiseArtificial intelligenceCognitive psychologyAudiologyComputer scienceCommunicationNeuroscienceBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Transsaccadic integration is the ability to retain and synthesize visual information between different stable fixations. In order to do this, the brain must be able to retain and update object locations and features despite relative changes in retinal location produced by saccades several times per second. It is known that humans are able to retain several objects across saccades based on egocentric mechanisms, but it is not known what role allocentric landmarks play in this process. In order to test this, we compared performance in a transsaccadic integration task (e.g., Prime et al. Exp. Brain Res. 2007) with or without the presence of an allocentric landmark. 1-7 Gabor patches with pseudorandom orientations were presented on a frontal screen while participants fixated a randomized fixation cross. Following a visual mask, participants were required to saccade to a new location and were asked to identify whether a new Gabor patch presented at one of the same locations was rotated clockwise or counterclockwise from the original orientation. In 50% of the trials, an allocentric landmark (a stable cross positioned pseudorandomly within the stimulus array and extending across the screen) was presented throughout the trial. Using generalized linear mixed modeling (GLMM), results from 9 participants confirmed the expected result that in the absence of the landmark, performance decreased significantly (from a baseline of ~90% correct) as the set size increased (p < .001). More importantly, the presence of the landmark ameliorated this decrease in performance, providing significantly better performance for set sizes of 3 and higher (p = .029). These preliminary results suggest that egocentric and allocentric mechanisms may combine to provide optimal performance in transsaccadic integration of multiple objects. 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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,298
Écart entre enseignants0,277 · 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'étudeExpérimental (laboratoire)
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 sujetTactile and Sensory InteractionsTravaux en français237 207