The influence of vision on the estimation of walked distance
Notice bibliographique
Résumé
Traversed distance estimation is influenced by both visual cues (particularly optic flow) and locomotor cues (proprioceptive/efferent copy and vestibular). While evidence suggests that locomotor cues alone can be used to estimate distance, little is known about the role of optic flow when both visual and locomotor cues are available simultaneously. The current study employed a consecutive cue-conflict paradigm to compare distance estimates obtained via locomotor cues alone to those obtained via both locomotor and optic flow cues. This experiment took place in a large, open, outdoor environment. Subjects (Ss) were presented with two distances, which they were informed were identical in magnitude; one via blindfolded locomotion (L) and one via locomotion with vision (LV) (with the order of the two randomized). For the majority of the trials, the magnitude of the two stimulus distances was indeed the same (congruent), but for a small subset of trials the two distances differed in magnitude (incongruent). Subsequently, Ss produced an estimate by adjusting the distance of a visual target to match the learned distance. Overall, a small underestimation was observed in all cases. For congruent trials, when the same cues were present in both stimulus distances, estimates were slightly shorter for LV than for L. However, when different cues were present in the two stimulus distances, there was also an effect of cue presentation order. When LV occurred second, distance estimates were much shorter than when LV occurred first. For incongruent trials, the effect of cue was compounded with a powerful effect of distance presentation order. When the longer distance was presented second, estimates more closely approximated the longer distance, whereas when the shorter distance was presented second, estimates more closely approximated the shorter distance. This effect was more prominent when LV occurred second, indicating a dominant effect of vision and an interaction between cue and presentation order.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».