Le rôle des fréquences spatiales dans lâeffet dâencombrement en identification de lettres
Bibliographic record
Abstract
L’effet d’encombrement, qui nous empêche d’identifier correctement un stimulus visuel\nlorsqu’il est entouré de flanqueurs, est omniprésent à travers une grande variété de classes\nde stimuli. L’excentricité du stimulus cible ainsi que la distance cible-flanqueur\nconstituent des facteurs fondamentaux qui modulent l’effet d’encombrement. La\nsimilarité cible-flanqueur semble également contribuer à l’ampleur de l’effet\nd’encombrement, selon des données obtenues avec des stimuli non-linguistiques. La\nprésente étude a examiné ces trois facteurs en conjonction avec le contenu en fréquences\nspatiales des stimuli, dans une tâche d’identification de lettres. Nous avons présenté des\nimages filtrées de lettres à des sujets non-dyslexiques exempts de troubles neurologiques,\ntout en manipulant l’excentricité de la cible ainsi que la similarité cible-flanqueurs (selon\ndes matrices de confusion pré-établies). Quatre types de filtrage de fréquences spatiales\nont été utilisés : passe-bas, passe-haut, à large bande et mixte (i.e. élimination des\nfréquences moyennes, connues comme étant optimales pour l’identification de lettres).\nCes conditions étaient appariées en termes d’énergie de contraste. Les sujets devaient\nidentifier la lettre cible le plus rapidement possible en évitant de commettre une erreur.\nLes résultats démontrent que la similarité cible-flanqueur amplifie l’effet\nd’encombrement, i.e. l’effet conjoint de distance et d’excentricité. Ceci étend les\nconnaissances sur l’impact de la similarité sur l’encombrement à l’identification visuelle\nde stimuli linguistiques. De plus, la magnitude de l’effet d’encombrement est plus grande\navec le filtre passe-bas, suivit du filtre mixte, du filtre passe-haut et du filtre à large\nbande, avec différences significatives entre les conditions consécutives. Nous concluons\nque : 1- les fréquences spatiales moyennes offrent une protection optimale contre\nl’encombrement en identification de lettres; 2- lorsque les fréquences spatiales moyennes\nsont absentes du stimulus, les hautes fréquences protègent contre l’encombrement alors\nque les basses fréquences l’amplifient, probablement par l’entremise de leur impact\nopposé quant la disponibilité de l’information sur les caractéristiques distinctives des\nstimul.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.021 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".