MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415517314 · doi:10.1167/jov.25.12.22

Detection and identification of monocular, binocular, and dichoptic stimuli are mediated by binocular sum and difference channels

2025· article· en· W4415517314 sur OpenAlexaff
Mark A. Georgeson, Hiromi Satō, Ronald Y. Chang, Frederick A. A. Kingdom

Notice bibliographique

RevueJournal of Vision · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésMonocularStimulus (psychology)Binocular visionConfusionPerceptionPattern recognition (psychology)PsychophysicsThree-dimensional spaceSet (abstract data type)

Résumé

récupéré en direct d'OpenAlex

How are signals from the two eyes combined? We asked whether the mechanisms that limit detectability of simple binocular and dichoptic stimuli also set the limits for their identification. For example, at low contrasts, can we (a) identify monocular versus binocular stimulation and/or (b) identify stimuli that are the same in both eyes (e.g., both light discs or both dark) versus stimuli with opposite polarity (light disc in one eye, dark disc in the other). For the same- versus opposite-polarity tasks, mean proportions of correct trials for detection and for identification were almost identical. This is the classic signature of separate mechanisms for the two stimuli in question. For the monocular versus binocular task, however, identification (one eye or two?) was notably worse than detection, but these very different outcomes do not demand fundamentally different explanations. We developed a model with binocular sum and difference channels and formulated the identification task in a two-dimensional decision space whose coordinates were the sum and difference channel responses. This space was ideally suited to the same versus opposite polarity tasks, having orthogonal response axes (90° apart) for these stimuli. But monocular discs stimulated both channels, with greater overlap of monocular and binocular response distributions, hence greater perceptual confusion and poorer identification. When bias and uncertainty were also accounted for, the model fit to identification data was excellent. We conclude that the same binocular sum and difference channels are used in stimulus detection and in perceptually encoding the degree of difference between inputs to the two eyes.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,027
Tête enseignante GPT0,318
Écart entre enseignants0,292 · 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'étudeObservationnel
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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→