A Comparison of Methods for Measuring Interocular Delays
Notice bibliographique
Résumé
Many everyday tasks rely on binocular vision, which is impaired in individuals with amblyopia. Impairments in visual-spatial processing normally characterize amblyopia, but previous work has shown deficits in temporal processing as well, including processing delays in the amblyopic eye. Many techniques have been developed to measure interocular timing delays behaviourally by showing different images to the two eyes and recording participant responses. However, agreement between these measures has not been previously investigated. We compared four different assessment measures in normally-sighted observers: depth-based judgments (using the Pulfrich effect), interocular flicker integration, reaction time to monocular targets, and interocular temporal order judgments. Stimuli were presented using a high-speed projector with passive polarized filters (240 Hz per eye), enabling precise temporal control for dichoptic presentation. We also included a measure of sensory eye dominance to determine how eye dominance is related to each of the timing-based measurements. Pairwise comparisons of temporal delays measured across methods showed that the best-correlated pair of measures was between interocular flicker integration and temporal order judgements (r = 0.50). For each measure, we additionally calculated the average correlation between it and the remaining three measures. The Pulfrich effect was the best-correlated measure for examining timing delays between the eyes (Fisher Z = 0.24). In contrast, the measure that was least correlated with the other three measures was reaction time (Fisher Z = 0.09). Eye dominance was not correlated with the four temporal delay measures (Fisher Z = -0.01). Together, these results suggest that methods that rely on binocular integration are more reliable than monocular measurements. This highlights the importance of selecting appropriate tools for measuring interocular delays, and that suggests that combining specific methods may better characterize temporal delays seen in visual impairments.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».