MétaCan
Menu
Retour à la cohorte
Enregistrement W1964445028 · doi:10.1163/156856800741018

The roles of polarity and symmetry in the perceptual grouping of contour fragments

2000· article· en· W1964445028 sur OpenAlexaff
Robert F. Hess, Anthony Hayes, David Field

Notice bibliographique

RevueSpatial Vision · 2000
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute of Mental HealthMedical Research Council
Mots-clésPolarity (international relations)Path (computing)PerceptionSymmetry (geometry)Noise (video)Artificial intelligencePattern recognition (psychology)Computer scienceProcess (computing)PhysicsGeometryMathematicsPsychologyChemistryImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

We describe two experiments that investigate the roles of polarity and symmetry in the perceptual grouping of contour fragments. Observers viewed, for one second on each presentation, arrays of oriented, spatial-frequency band-pass, elements, in which a subset of the elements was aligned along a twisting curve. In each of five conditions we measured observers' ability to detect aligned combinations of even- and odd-symmetric elements, of the same and different polarities, against a background of 'noise' elements. As with previous experiments we found that the 'path' could be reliably detected, even when the elements of the path were oriented at angles of up to +/- 60 deg relative to each other. Detection of the path was still possible when the polarity of path elements alternated. However, the probability of detection of the path was raised significantly when the path elements were all of the same polarity. Perceptual grouping of even-symmetric elements was no different to perceptual grouping of odd-symmetric elements. The results provide evidence, that in achieving integration of contour fragments, the visual system uses a process that is to some degree phase selective. We use the results to describe how the visual system may resolve natural contours when they occur against backgrounds that vary over a wide range of intensities. The data presented here have been published in conference-abstract form (Hayes et al., 1993; Field et al., 1997).

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)0,001
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
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 GPT0,315
Écart entre enseignants0,288 · 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

Citations68
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpatial VisionMême sujetVisual perception and processing mechanismsTravaux en français237 207