The development of Internal noise
Notice bibliographique
Résumé
Most behavioral visual development studies have focused on cortical processes, without concurrently investigating pre-cortical function. This study used a novel internal noise paradigm (Silvestre et al., 2018) to estimate calculation efficiency and equivalent input noise (EIN) due to either the amount of light detected by photoreceptors (i.e. photon noise) or internal noise occurring at a cortical level for both static and dynamic information at different developmental periods. Thirteen children (11-13 years, mean= 11.9), fifteen adolescents (14-17 years, mean= 15.6) and fourteen adults (19-39 years, mean= 25.5) participated in this study. All participants completed a 2AFC task to measure contrast thresholds to drifting (2, 7.5, 15 and 30 Hz) and static gratings (0.5 cpd) with and without external noise for different luminance intensities (5-519 Td). The EIN associated with cortical noise significantly differed between the children and adults for the dynamic detection task (p<.05), but not for the static detection task; photon noise did not significantly differ between the children and adults. Calculation efficiency significantly differed between the children and adults (p<.05) for both detection tasks. Regarding the EIN associated with the amount of light detected by photoreceptors, the photon noise reached adultlike levels for the children. However, the calculation efficiency for both detection tasks was significantly lower for the children compared to adults. These results suggest that the cortical noise limiting the processing of a detection task reached adult-like levels for the children for static stimuli, but not for dynamic stimuli, which reached maturity during adolescence and that the maturity of the visual system is reached earlier at the photoreceptor level than at the cortical level.
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 ».