Differential encoding of environmental features in spatial representation
Notice bibliographique
Résumé
Originally demonstrated by Wang and Spelke (2000), it has since been shown that different features of an environment may be encoded either allocentrically or egocentrically. Following this line of research, we studied subject's directional judgments of environmental features (objects and corners) from an imagined viewpoint that was either aligned or misaligned with the originally learned viewpoint. Subjects were first brought to a fixed learning position in a four-sided, irregularly shaped room and learned the locations of four corners and four different objects relative to two testing viewpoints (aligned or misaligned). They were then blindfolded, brought out of the room, and required to point in the directions of the corners and objects while imagining themselves at one of the two testing viewpoints. Three experiments were conducted: different objects placed in the middle of the room (Exp 1); different objects placed against the wall (Exp 2); and identical objects placed against the wall (Exp 3). The results showed that absolute error for both corners and objects and configurational error for corners (Exp 1, 2, and 3) and objects with the same identity (Exp 3) was higher from the misaligned viewpoint compared to the aligned viewpoint. However, the configurational error for objects with different identities was similar between viewpoints (Exp 1 and 2). The fact that configuration errors were different relative to different viewpoint under particular circumstances (e.g., environmental features) argues against a definitive allocentric representation. Thus, disregarding important variables such as viewpoint can potentially misrepresent the true nature of spatial representations.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».