MétaCan
Menu
Retour à la cohorte
Enregistrement W3166960372 · doi:10.31234/osf.io/3ydqr

Voluntary Switching of Visual Motion Rivalry Estimate Human Heart Rate

2021· preprint· en· W3166960372 sur OpenAlexaff
Ahmad Yousef

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésBinocular rivalryHeart rateStimulus (psychology)PsychologyRespiratory ratePerceptionRivalryBreathingVisual perceptionAudiologyCognitive psychologyMedicineNeuroscienceBlood pressureInternal medicine

Résumé

récupéré en direct d'OpenAlex

We showed that deep breathing and voluntary hand movements are able to effectively and timely alter visual bistable perception, see reference 1 and 2. Deep breathing and voluntary hand movements require cognitive control, however, deep breathing causes stable respiratory sinus arrythmia (RSA). We decided to achieve this study because we have previously claimed that the RSA process is the governor of the visual motion rivalry through the deep breathing, see reference 1. We therefore suspect whether every kind of volitional switching to visual motion rivalry has correlation to the heart rate. Expectedly, we found that deep inhalation which is associated with the perception of the actual visual martial is able to increase the heart rate; and deep expiration which is correlated to the perception of motion reversals is able to decrease the heart rate. Astoundingly, for the voluntary switching through the hand movements, we found that when the human subjects move a pen in harmony with the actual physical direction which results in the perception of the original materials of the visual stimulus; the heart rate is increased. Illusory motion reversals, which appears when the pen is moved in the opposite direction of the actual motion, are correlated to heart rate deceleration!

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)0,003
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,333
Écart entre enseignants0,310 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207