MétaCan
Menu
Retour à la cohorte
Enregistrement W2899572403 · doi:10.1016/j.visres.2018.10.013

Phase-selective masking with radial frequency contours

2018· article· en· W2899572403 sur OpenAlexafffund
Michael Slugocki, Allison B. Sekuler, Patrick Bennett

Notice bibliographique

RevueVision Research · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensBaycrest HospitalUniversity of TorontoMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcMaster University
Mots-clésMasking (illustration)CurvatureMaxima and minimaPhase (matter)Offset (computer science)OpticsSensitivity (control systems)PhysicsAcousticsMathematicsGeometryMathematical analysisComputer science

Résumé

récupéré en direct d'OpenAlex

Sensitivity to changes in the shape of a closed-contour figure is affected by surrounding figures (Vision Research 44 (2004) 2815-2823). We examined how between-contour masking depends on radial frequency. Experiment 1 replicated previous studies that found that masking between adjacent radial frequency (RF) patterns was greatest when the two shapes were phase aligned, and that the magnitude of masking declined approximately linearly with increasing phase offsets. In addition, we found that the effect of phase offset on masking was very similar for RFs ranging from 3 to 8, a result that suggests that sensitivity to phase decreases with increasing radial frequency. Experiment 2 tested this idea and found that phase discrimination threshold for single cycles of curvature was approximately proportional to radial frequency. Experiment 3 showed that both curvature maxima and minima contribute to phase dependent masking between RF contours. Together, Experiments 1-3 demonstrate that the strength of phase-dependent masking does not depend on RF, but is related to sensitivity for phase shifts in isolated contours, and is affected by both positive and negative curvature extrema. We discuss these results in relation to properties of curvature sensitive neurons.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,087
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,186
Tête enseignante GPT0,494
Écart entre enseignants0,307 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations4
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVision ResearchMême sujetVisual perception and processing mechanismsTravaux en français237 207