MétaCan
Menu
Retour à la cohorte
Enregistrement W1549179369 · doi:10.1167/7.9.552

[sans titre]

2010· article· en· W1549179369 sur OpenAlexaff
Nikolaus F. Troje, Dorita H. F. Chang

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueAction Observation and Synchronization
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésBiological motionScramblingMotion (physics)Observer (physics)Artificial intelligenceComputer visionComputer sciencePerceptionFlickerSet (abstract data type)CommunicationMasking (illustration)Motion perceptionMechanism (biology)PsychologyPhysicsAlgorithmNeuroscienceComputer graphics (images)

Résumé

récupéré en direct d'OpenAlex

Visual perception of biological motion is a complex process that involves several independent mechanisms. Particularly, two such mechanisms have to be distinguished. One responds to the local motion of the feet of a moving animal and signals both the presence and the facing direction of the animal. The second integrates the global configuration of a set of moving dots into the coherent, articulated shape of a human or animal body. We hypothesize that the first one is evolutionary old, not specific to human motion, and not sensitive to learning, while the second requires individual learning and is therefore specific to human motion. Here, we conducted two experiments. The first one required an observer to derive the direction in which a stationary walker was facing. The walker depicted either a human walker, a walking pigeon or a walking cat masked by a varying number of stationary flickering dots. Walkers were shown either spatially intact or scrambled. Five blocks of 60 trials each were run to probe for learning effects. The second experiment was a 2AFC detection experiment. In each trial, two displays were shown. One contained only a mask of scrambled walkers while the other one also contained a coherent walker. Walkers depicted a human, a pigeon, or a cat. Again, five blocks with 60 trials each were run to test for learning effects. Results confirmed our hypotheses: For the first task which focused on the local mechanism, we found effects of the number of masking dots, and an effect of scrambling, but neither an effect of the nature of the walker, nor an effect of learning. In contrast, for the second task (requiring global shape-from-motion processing) we found much better performance for the human walker as compared to the non-human walkers, and a strong effect of learning.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,899
Score d'incertitude au seuil0,000

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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1010,051

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 Opus0,023
Tête enseignante GPT0,369
Écart entre enseignants0,345 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetAction Observation and SynchronizationTravaux en français237 207