MétaCan
Menu
Retour à la cohorte
Enregistrement W4414533716 · doi:10.1038/s41467-025-63255-y

Cortical evidence accumulation for visual perception occurs irrespective of reports

2025· article· en· W4414533716 sur OpenAlexaff
François Stockart, Ramla Msheik, Alexis Robin, Lenka Jurkovičová, Dorian Goueytes, Martin Rouy, Radek Mareček, D. Hoffmann, Liad Mudrik, Róbert Román, Milan Brázdil, Lorella Minotti, Philippe Kahane, Michael Pereira, Nathan Faivre

Notice bibliographique

RevueNature Communications · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesHORIZON EUROPE Framework ProgrammeGrantová Agentura České RepublikyMinisterstvo Školství, Mládeže a TělovýchovyEuropean Commission
Mots-clésPerceptionStimulus (psychology)Sensory systemVisual cortexVisual perceptionCorrelationMultivariate statisticsVisual system

Résumé

récupéré en direct d'OpenAlex

Perception is a multi-faceted, dynamical process that can be tackled empirically through measures of stimulus detectability and confidence. We recorded stereo-electroencephalographic data of 29 participants partaking in three pre-registered experiments to assess if evidence accumulation, a form of sequential sampling of sensory evidence, can explain perception. In an immediate-response experiment, high-gamma activity from individual channels and decoded multivariate latent variables in the visual, inferior frontal, and anterior insular cortices display a correlation between the slope of their increase and reaction times. In two further experiments, this signal in the ventral visual cortex differentiates between (1) stimuli reported as seen vs. unseen in delayed detection, (2) high and low intensity stimuli during passive viewing, and (3) levels of confidence when stimuli were detected. A computational model of leaky evidence accumulation can successfully reproduce both behavioral and neural data. Overall, we show that evidence accumulation explains subjective aspects of visual perception.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,022
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,099
Tête enseignante GPT0,440
Écart entre enseignants0,341 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetNeural dynamics and brain functionTravaux en français237 207