Notice bibliographique
Résumé
Knock-out is a new form of visual masking, distinguished by robustness to temporal onset and considerable indifference to the visual appearance of the mask (Cramer & Rensink, VSS, 2012). Indeed, some localized masks are as effective as their larger-scale counterparts. We investigate here the extent to which knock-out is sensitive to grouping. As before, observers detected a change in an alternating display containing an array of line segments, one of which changed orientation by 45° on half the trials. The duration of each display was 60 ms and the inter-stimulus interval (ISI) was 420 ms. When a mask was present, it appeared at the location of each item for 100 ms during the ISI, with a stimulus onset asynchrony (SOA) of 220 ms. Twelve observers were tested for each type of mask. Masks varied along overall spatial extent, and ease with which their constituents could form separate groups. Results showed that knock-out depended on spatial extent: masks that were bounded (i.e., terminated before they reached the edge of the screen) had a greater effect than those that were unbounded (i.e., appeared to extend off-screen). Grouping was also important: if the elements of an extended mask could form a group that was was bounded, substantial impairment resulted. Interestingly, this impairment did not rely on the elements being in one-to-one correspondence with the targets: performance suffered even when mask elements did not overlap any targets. These results suggest that the masking responsible for knock-out involves at least two processes: one that acts locally, and one that involves larger-scale structures that are largely irrelevant if not part of the same "framework" or "region" of the scene. They also suggest that knock-out itself is a useful way to explore the nature of these larger-scale structures, and the kinds of grouping processes involved. Meeting abstract presented at VSS 2013
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».