AB002. The role of equivalent internal noise and processing efficiency in individual differences in stereoacuity
Notice bibliographique
Résumé
Background: The human visual system can use binocular disparity to make depth judgements. Previous studies looking at the normal population have found a wide range in ability to perform depth-polarity tasks. We explored if these large individual differences are also present when using a depth increment paradigm, and if they depend on the sign of disparity. Methods: Stereoacuity for detecting a wedge-shaped surface in a field of dots was measured in 53 adults (28 males) with normal vision. To better understand the variance in stereoacuity in the sample, for 18 subjects we measured stereo cuity with disparity noise added to the stimulus. Stereoacuity was unaffected at low levels of stimulus noise but beyond a critical value, it increased with the standard deviation of the noise. At this point the stimulus noise is equivalent to the internal noise of the subject. Stereoacuity measured at high stimulus noise levels reflects the efficiency with which a noisy input is processed by the visual system. We derived both parameters by fitting the linear amplifier model. Results: Stereoacuity ranged from 24 to 275 arc seconds. We found population differences in stereoacuity were explained by variation in both processing efficiency and internal noise levels. There was a tendency for higher task performance for crossed disparities compared to uncrossed disparities. Within subject sensitivity differences between crossed and uncrossed disparity were due to a higher efficiency when processing one direction. There was a trend for subjects with equal acuity for the two directions to have an increase in processing efficiency compensating for higher internal noise levels for that direction. Conclusions: Overall, our results show that the individual differences in stereoacuity for depth increment tasks can be attributed to variances in both the quality of the received input and the efficiency of processing of disparity-processing mechanisms.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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) | 0,019 | 0,002 |
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 ».