MétaCan
Menu
Retour à la cohorte
Enregistrement W2979809608 · doi:10.1101/802744

The neural signature of numerosity: Separating numerical and continuous magnitude extraction in early visual cortex with frequency-tagged EEG

2019· preprint· en· W2979809608 sur OpenAlexaff
Amandine Van Rinsveld, Mathieu Guillaumé, Peter J. Kohler, Christine Schiltz, Wim Gevers, Alain Content

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensYork University
Organismes subventionnairesEuropean Commission
Mots-clésNumerosity adaptation effectVisual cortexNumerical cognitionPattern recognition (psychology)Artificial intelligenceConvex hullElectroencephalographyNeuroscienceComputer scienceSet (abstract data type)Visual perceptionCortex (anatomy)CognitionPsychologyMathematicsRegular polygonPerceptionGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract The ability to handle approximate quantities, or number sense , has been recurrently linked to mathematical skills, though the nature of the mechanism allowing to extract numerical information (i.e., numerosity) from environmental stimuli is still debated. A set of objects is indeed not only characterized by its numerosity but also by other features, such as the summed area occupied by the elements, which often covary with numerosity. These intrinsic relations between numerosity and non-numerical magnitudes led some authors to argue that numerosity is not independently processed but extracted through a weighting of continuous magnitudes. This view cannot be properly tested through classic behavioral and neuroimaging approaches due to these intrinsic correlations. The current study used a frequency-tagging EEG approach to separately measure responses to numerosity as well as to continuous magnitudes. We recorded occipital responses to numerosity, total area, and convex hull changes but not to density and dot size. We additionally applied a model predicting primary visual cortex responses to the set of stimuli. The model output was closely aligned with our electrophysiological data, since it predicted discrimination only for numerosity, total area, and convex hull. Our findings thus demonstrate that numerosity can be independently processed at an early stage in the visual cortex, even when completely isolated from other magnitude changes. The similar implicit discrimination for numerosity as for some continuous magnitudes, which correspond to basic visual percepts, shows that both can be extracted independently, hence substantiating the nature of numerosity as a primary feature of the visual scene.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,258
Écart entre enseignants0,246 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetCognitive and developmental aspects of mathematical skillsTravaux en français237 207