MétaCan
Menu
← Retour à la cohorte
Enregistrement W3043610296 · doi:10.1101/2020.07.14.203190

Parietal Mechanisms for Transsaccadic Spatial Frequency Perception: An fMRI Study

2020· preprint· en· W3043610296 sur OpenAlexafffund
Bianca R. Baltaretu, Benjamin T. Dunkley, W. Dale Stevens, J. Douglas Crawford

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of TorontoYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPrecuneusNeuroscienceSupramarginal gyrusSaccadePsychologyFunctional magnetic resonance imagingPosterior parietal cortexPerceptionMiddle temporal gyrusCognitive psychologyEye movement

Résumé

récupéré en direct d'OpenAlex

Abstract Posterior parietal cortex (PPC), specifically right supramarginal gyrus, is involved in transsaccadic memory of object orientation for both perception and action. Here, we investigated whether PPC is involved in transsaccadic memory of other features, namely spatial frequency. We employed a functional magnetic resonance imaging paradigm where participants briefly viewed a grating stimulus with a specific spatial frequency that later reappeared with the same or different frequency, after a saccade or continuous fixation. Post-saccadic frequency modulation activated a region in the right hemisphere spanning medial PPC (ventral precuneus) and posterior cingulate cortex. Importantly, the site of peak precuneus activation showed saccade-specific feature modulation (compared to fixation) and task-specific saccade modulation (compared to a saccade localizer task). Psychophysiological interaction analysis revealed functional connectivity between this precuneus site and the precentral gyrus (M1), lingual gyrus (V1/V2), and medial occipitotemporal sulcus. This differed from the transsaccadic orientation network, perhaps because spatial frequency signaled changes in object identity . Overall, this experiment supports a general role for PPC in transsaccadic vision, but suggests that different networks are employed for specific features.

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 enseignants0,002
Score d'incertitude au seuil0,008

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,061
Tête enseignante GPT0,295
Écart entre enseignants0,234 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→