The neural signature of numerosity by separating numerical and continuous magnitude extraction in visual cortex with frequency-tagged EEG
Notice bibliographique
Résumé
The ability to handle approximate quantities, or number sense, has been recurrently linked to mathematical skills, although 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 nonnumerical 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».