My 50 Year Odyssey to Develop Behavioral Methods to Let Me See Quickly How Well Kittens See
Notice bibliographique
Résumé
The importance of animal models to an understanding of the development and plasticity of visual functions was evident from the outset of the long experimental collaboration of David Hubel and Torsten Wiesel in the early 1960s. Their initial work on kittens had massive impact in part because of the recognition that kittens share with primates substantial similarities of visual system organization and plasticity (e.g., eye-specific lamination of the thalamus and columnar organization of the visual cortex), as well as comparable visual abilities (including stereoscopic vision). In addition the plasticity demonstrated in response to early periods of selected visual exposure provided a glimpse into the origins of amblyopia. Five decades ago my laboratory developed a method for the fast measurement of visual thresholds in kittens in order to capture the consequences for spatial vision of the rapid physiological changes that occurred in the visual cortex during both typical development and those that follow various forms of early selected visual exposure. This paper describes the further evolution of the method with an emphasis on the testing procedures that enable fast capture of spatial visual thresholds such as visual acuity on every animal and occasion. In these respects, the method emulated features of basic tests of human spatial vision as applied in clinical settings. As with clinical tests for humans, the method includes benchmarks of low vision necessary to document the profound immediate consequences of early selected visual deprivation and the speed and extent of the subsequent recovery.
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 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 | 0,002 |
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 ».