Visual after-effect of perceived regularity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Aim: Regular repeating patterns are prominent features in a visual scene.Here I consider whether regularity is an adaptable feature that produces a subsequent after-effect and whether a first-or second-order process mediates that after-effect.Method: Stimuli consisted of a 7 by 7 arrangement of elements on a baseline grid.The position of each element was randomly jittered from its baseline position by an amount that determined its degree of pattern irregularity.The elements of the pattern consisted of dark Gaussian blobs (GB), difference of Gaussians (DOG) or random binary patterns (RBP).Observers adapted for 60 seconds to a pair of patterns above and below fixation with a different degree of regularity, then adjusted the relative degree of regularity of two subsequently presented test patterns.The size of the after-effect at the point of subjective equality (PSE) was given by the baseline removed difference in regularity at the PSE or log ratio of the physical element jitter of the two test patterns at the PSE.Results: PSEs revealed that regularity is an adaptable feature that produces a unidirectional after-effect; specifically that adaptation only causes test patterns to appear less regular.The after-effect displayed transfer from GB adaptors to both DOG and RB test patterns and from DOG and (RBP) adaptors to GB patterns.Conclusion: Pattern regularity is an adaptable feature in vision, which produces a novel unidirectional after-effect I have termed Regularity After-Effect, or RAE.I propose second-order spatialfrequency channels as candidate mechanisms of regularity processing.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle