Influence of aging on visual attention and peripheral perception
Notice bibliographique
Résumé
When searching for an item among distractors, we distribute our attention to a certain degree within our peripheral visual field. It has been suggested that in aging, there is a reduced attentional distribution, leading to visual and attentional declines. To investigate attentional distribution, 27 younger and 16 older adults performed a pop-out visual search task. With gaze-contingent methods, we presented different visible window sizes around participants’ fixation during the task. We extracted the size of each participant’s attentional window based on their search times for the different visible window sizes. To test whether performance in the visual search task was related to peripheral visual function, participants performed a contrast detection task and two motion detection tasks (local and global motion perception). In these tasks, stimuli were presented at two different peripheral eccentricities (5° and 10° distant from fixation point). Overall, we observed that older adults took longer to report the target’s presence compared to younger adults, t(41) = 6.31, p<.001. Compared to younger participants, they also had a significantly smaller attentional window, t(41)=2.16, p=.036. In addition, older adults had higher contrast detection thresholds, F(1, 41) = 23.23, p < .001, and higher thresholds in local, F(1,41) = 4.53, p=.039, and global motion perception, F(1,41) = 27.58, p<.001, contrary to the idea that motion perception is preserved with aging. Overall, we observed a reduced attentional distribution as well as lowered contrast thresholds and lowered motion perception in aging. These findings, specific to the peripheral visual field, are compatible with the hypothesis of a functional decline of the visual dorsal stream in normal aging.
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) | 0,001 | 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 ».