MétaCan
Menu
Retour à la cohorte
Enregistrement W4247227939 · doi:10.1068/ic757

Enhanced Audiovisual Processing in People with one Eye: Unaltered by Increased Temporal Load

2011· article· en· W4247227939 sur OpenAlexaff
Stefania S. Moro, Jennifer K. E. Steeves

Notice bibliographique

Revuei-Perception · 2011
Typearticle
Langueen
DomainePsychology
ThématiqueMultisensory perception and integration
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésVisual processingPsychologyStimulus (psychology)Eye movementAudiologyOcular dominanceVisual perceptionFixation (population genetics)CommunicationCognitive psychologyVisual cortexPerceptionNeurosciencePopulationMedicine

Résumé

récupéré en direct d'OpenAlex

We investigate whether the loss of one eye leads to enhanced multisensory processing. Previously, we measured speed detection and discrimination of auditory, visual, and audiovisual targets presented as a stream of paired objects and familiar sounds in people with one eye compared to controls viewing binocularly or with one eye patched. All participants were equally able to detect the presence of auditory, visual, or bimodal targets; however, when discriminating between the unimodal and bimodal targets, both control groups demonstrated the Colavita visual dominance effect, preferential processing of visual over auditory information for the bimodal stimuli. People with one eye, however, showed no Colavita effect but rather equal preference for processing visual and auditory stimuli. In the current experiment we increased the temporal processing load in an attempt to favour auditory processing and thereby reverse Colavita visual dominance with a one-back stimulus repetition detection and discrimination paradigm. The Colavita effect was reduced in both control groups, but people with one eye continued to show no Colavita effect. People with one eye display equal auditory and visual processing, suggesting better multisensory processing, likely as a form of cross-modal adaptation and compensation for their loss of binocularity.

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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,049
Tête enseignante GPT0,332
Écart entre enseignants0,283 · 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuei-PerceptionMême sujetMultisensory perception and integrationTravaux en français237 207