MétaCan
Menu
Retour à la cohorte
Enregistrement W4386247296 · doi:10.1167/jov.23.9.5546

Visual landmark information is multiplexed with target information in the visual responses of prefrontal gaze centres.

2023· article· en· W4386247296 sur OpenAlexaff
Vishal Bharmauria, Adrian Schütz, Xiaogang Yan, Hongying Wang, Frank Bremmer, J. Douglas Crawford

Notice bibliographique

RevueJournal of Vision · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueGaze Tracking and Assistive Technology
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésLandmarkGazeVisual fieldArtificial intelligenceComputer sciencePopulationPsychologyNeuroscienceComputer visionCommunicationPattern recognition (psychology)Medicine

Résumé

récupéré en direct d'OpenAlex

How does the visual system extract useful information from a rich environment for action? For example, while reaching for a coffee cup, the brain may use several allocentric visual cues (nearby book or computer) to effectively grasp it. These landmarks influence spatial cognition and goal-directed behavior, but how landmark-related visual coding subserves action is poorly understood. To this goal, with gaze system as a model, we recorded 101/312 frontal (FEF) and 43/256 supplementary (SEF) eye field visual responses (in two head-unrestrained monkeys) to the presentation of a target (T, 100 ms), in presence of a visual landmark (L, intersecting lines; presented in one of four diagonal directions/configurations from T). First, using a response field model fitting approach, we confirmed our previous findings (Bharmauria et al. 2020, 2021) that Te (Target relative to initial 3D eye orientation) was the best model for FEF and SEF visual responses at the population level, but some neurons (30% in FEF and 20% in SEF) preferentially coded for landmark. We then specifically tested two mathematical continua (of ten equal steps) to quantify the influence of L on visual response: 1) Target to landmark in eye coordinates (Te-Le) that directly tested the influence of L and Target-in-eye to Target-relative-to landmark (Te-TL) to test the multiplexed influence of T and L. Along both continua, we found a significant influence of the landmark relative to the shuffled control data in most neurons (suggesting both landmark coding and influence of landmark on target coding). Further, the same analysis on separate T-L configurations resulted in a significant shift toward landmark-centered target coding at the population level in FEF, suggesting an influence of landmark coding. These results show that visual landmark influences visual responses in the gaze system, potentially stabilizing future gaze in the presence of noisy 3D eye position signals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,731
Score d'incertitude au seuil0,194

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,282
Écart entre enseignants0,272 · 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 tête enseignante, 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetGaze Tracking and Assistive TechnologyTravaux en français237 207