MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414986066 · doi:10.1167/iovs.66.13.18

Integration of Visual Motion Signals in Reduced Visual Conditions

2025· article· en· W4414986066 sur OpenAlexafffund
Xi Wang, Tong Liu, Yutong Song, Longqian Liu, Alexandre Reynaud

Notice bibliographique

RevueInvestigative Ophthalmology & Visual Science · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesNational Natural Science Foundation of ChinaMcGill University
Mots-clésAdaptation (eye)Motion (physics)Priming (agriculture)Energy (signal processing)Transition (genetics)

Résumé

récupéré en direct d'OpenAlex

Purpose: Neural sensory systems continuously tailor themselves to adapt to changes in the surrounding environment. In motion adaptation, a certain period of exposure to consistent motion in one direction (inducer) will alter the perceived direction of motion of the following stimulus. Depending on the timescale of the inducer, two opposite adaptation phenomena can be observed: motion priming for brief inducers, and motion aftereffect for longer inducers. The aim of this study was to investigate how the integration of motion signals during adaptation is affected by externally reduced visual conditions, such as luminance, contrast, and spatial frequency. We then considered how this would apply to the naturally impaired visual system in amblyopia. Methods: We addressed this question by taking advantage of a visual illusion, the High-phi illusion. We measured the High-phi transition point when manipulating the visual conditions (contrast and luminance), the targeted subpopulations of neurons (by varying spatial frequency), and the integration properties of the visual system by changing the viewing conditions (monocular viewing, binocular viewing, and testing amblyopic participants). Results: We found a larger transition point under high spatial frequency, low luminance, low contrast, and monocular viewing conditions. We then propose a model of temporal integration, for the motion signals, that accurately describes those effects. Conclusions: Finally, we validated our model by testing amblyopic participants and demonstrating that the amblyopic visual system exhibits a larger High-phi transition point, thereby characterizing slower temporal integration. Overall, our results show that the integration of visual motion energy could switch adaptation from priming to aftereffect.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,087
Tête enseignante GPT0,416
Écart entre enseignants0,329 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInvestigative Ophthalmology & Visual Science→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→