Main Sequence of Human Luminance-evoked Pupil Dynamics
Notice bibliographique
Résumé
Pupil responses are commonly used to provide insight into visual perception, autonomic control, cognition, and various brain disorders. However, making inferences from pupil data can be complicated by nonlinearities in pupil dynamics and variability within and across individuals, which challenge the assumptions of linearity or group-level homogeneity required for common analysis methods. In this study, we evaluated luminance evoked pupil dynamics in young healthy adults (n = 10, M:F = 5:5, age 19-25 years) by identifying nonlinearities, variability, and conserved relationships across individuals to improve the ability to make inferences from pupil data. We found a nonlinear relationship between final pupil diameter and luminance, linearized by considering the logarithm of luminance. Peak diameter change and peak velocity were nonlinear functions of log-luminance for constriction but not dilation responses. Across participants, curve fit parameters characterizing pupil responses as a function of luminance were highly variable, yet there was an across-participant linear correlation between overall pupil size and pupil gain (i.e., diameter change per unit log-luminance change). In terms of within-participant trial-by-trial variability, participants showed greater variability in final pupil size compared with constriction peak diameter change as a function of log-luminance. Despite the variability in stimulus-response metrics within and across participants, we found that all participants showed a highly stereotyped "main sequence" relationship between peak diameter change and peak velocity (independent of luminance). The main sequence relationship can be used to inform models of the neural control of pupil dynamics and as an empirical analysis tool to evaluate variability and abnormalities in pupil behavior.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».