Target–Distractor Competition Modulates Saccade Trajectories in Space and Object Space
Notice bibliographique
Résumé
Saccade planning and execution can be affected by a multitude of factors present in a target selection task. Recent studies have shown that the similarity between a target and nearby distractors affects the curvature of saccade trajectories, because of target-distractor competition. To further understand the nature of this competition, we varied the distance between and the similarity of complex target and distractor objects in a delayed match-to-sample task to examine their effects on human saccade trajectories and better understand the underlying neural circuitry. For trials with short saccadic reaction times (SRTs) when target-distractor competition is still active, the distractor is attractive and saccade trajectories are deviated toward the distractor. We found a robust effect of distance consistent with saccade vector averaging, whereas the effect of similarity suggested the existence of an object-based suppressive surround. At longer SRTs, there was sufficient time for competition between the objects to complete and the distractor to be repulsive, which resulted in saccade trajectory deviations away from the distractor exhibiting the effects of a spatial suppressive surround. In terms of similarity, as the target-distractor similarity decreased, the initial saccade angle shifted toward the target, reflecting stronger distractor inhibition. There were no interactions between distance and similarity at any point in the time course of target-distractor competition. Together, saccade trajectories reflect target-distractor competition that is affected independently by both spatial and object space suppressive surrounds. The differences in saccade trajectories at short and long SRTs distinguish between active and completed decision-making processes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».