MétaCan
Menu
Retour à la cohorte
Enregistrement W3109267567 · doi:10.1101/2020.12.01.407437

Retinotopic organization of visual cortex in human infants

2020· preprint· en· W3109267567 sur OpenAlexfundno aff
Cameron T. Ellis, Tristan S. Yates, Lena J. Skalaban, Vikranth R. Bejjanki, Michael J. Arcaro, Nicholas B. Turk‐Browne

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute for Advanced ResearchFaculty of Arts and SciencesPrinceton UniversityYale University
Mots-clésVisual cortexExtrastriate cortexReceptive fieldCortex (anatomy)NeuroscienceRetinotopyPerceptionVisual systemVisual perceptionPsychologyCartographyBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Vision develops rapidly during infancy, yet how visual cortex is organized during this period is unclear. One possibility is that the retinotopic organization of visual cortex emerges gradually as perceptual abilities improve. This may result in a hierarchical maturation of visual areas from striate to extrastriate cortex. Another possibility is that retinotopic organization is present from early infancy. This early maturation of area boundaries and tuning could scaffold further developmental changes. Here we test the functional maturity of infant visual cortex by performing retinotopic mapping with fMRI. Infants aged 5–23 months had retinotopic maps, with alternating preferences for vertical and horizontal meridians indicative of area boundaries from V1 to V4, and an orthogonal gradient of preferences from high to low spatial frequencies indicative of growing receptive field sizes. Although present in the youngest infants, these retinotopic maps showed subtle agerelated changes, suggesting that early maturation undergoes continued refinement.

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 seuil0,005

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
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,033
Tête enseignante GPT0,285
Écart entre enseignants0,252 · 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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetVisual perception and processing mechanismsTravaux en français237 207