MétaCan
Menu
Retour à la cohorte
Enregistrement W3046878773 · doi:10.1167/jov.20.7.31

Phase integration bias in a motion grouping task

2020· article· en· W3046878773 sur OpenAlexaff
Jessica Cali, Patrick Bennett, Allison B. Sekuler

Notice bibliographique

RevueJournal of Vision · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensBaycrest HospitalUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTask (project management)Phase (matter)Motion (physics)Computer scienceCognitive psychologyArtificial intelligencePsychologyPhysicsEconomics

Résumé

récupéré en direct d'OpenAlex

The perception of the direction of global motion depends on our ability to integrate local motion signals over space and time. We examined motion binding using a task requiring integration of relative phase. Observers completed multiple tasks involving clockwise and counter clockwise motion in a stimulus comprising four sets of linearly arranged dots, two moving horizontally and two moving vertically along sinusoidal trajectories differing in phase. Noise jitter was added along the trajectory perpendicular to each dot's motion. The noise acts as a global grouping cue that improves direction discrimination, but surprisingly, the absence of noise causes consistent below-chance performance (Lorenceau, 1996). We explore this phenomenon and subsequently test the hypothesis that observers perceive reverse motion because their representation of the relative phase of the motion components is systematically biased. We employ a number of different objective and subjective measures of motion integration and measure the phenomenon in both younger and older adults. Taken together, the results presented in the current article demonstrate that noise can promote global grouping in the stimulus and that confident, incorrect responses can be observed in the absence of correct global grouping. Generally, the current result raises the possibility that an integration bias could exist in other motion tasks.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,199
Score d'incertitude au seuil0,190

Scores Codex et Gemma par catégorie

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

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 Opus0,161
Tête enseignante GPT0,407
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetVisual perception and processing mechanismsTravaux en français237 207