Stimulus Reliability Automatically Biases Temporal Integration of Discrete Perceptual Targets in the Human Brain
Notice bibliographique
Résumé
Many decisions, from crossing a busy street to choosing a profession, require integration of discrete sensory events. Previous studies have shown that integrative decision-making favors more reliable stimuli, mimicking statistically optimal integration. It remains unclear, however, whether reliability biases operate even when they lead to suboptimal performance. To address this issue, we asked human observers to reproduce the average motion direction of two suprathreshold coherent motion signals presented successively and with varying levels of reliability, while simultaneously recording whole-brain activity using electroencephalography. By definition, the averaging task should engender equal weighting of the two component motion signals, but instead we found robust behavioral biases in participants9 average decisions that favored the more reliable stimulus. Using population-tuning modeling of brain activity we characterized tuning to the average motion direction. In keeping with the behavioral biases, the neural tuning profiles also exhibited reliability biases. A control experiment revealed that observers were able to reproduce motion directions of low and high reliability with equal precision, suggesting that unbiased integration in this task was not only theoretically optimal but demonstrably possible. Our findings reveal that temporal integration of discrete sensory events in the brain is automatically and suboptimally weighted according to stimulus reliability. SIGNIFICANCE STATEMENT Many everyday decisions require integration of several sources of information. To safely cross a busy road, for example, one must consider the movement of vehicles with different speeds and trajectories. Previous research has shown that individual stimuli are weighted according to their reliability. Whereas reliability biases typically yield performance that closely mimics statistically optimal integration, it remains unknown whether such biases arise even when they lead to suboptimal performance. Here we combined a novel integrative decision-making task with concurrent brain recording and modeling to address this question. While unbiased decisions were optimal in the task, observers nevertheless exhibited robust reliability biases in both behavior and brain activity, suggesting that reliability-weighted integration is automatic and dissociable from statistically optimal integration.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».