MétaCan
Menu
Retour à la cohorte
Enregistrement W2020492975 · doi:10.1068/p3443

The Effects of Different Aperture-Viewing Conditions on the Recognition of Novel Objects

2003· article· en· W2020492975 sur OpenAlexaff
Gregory Króliczak, Melvyn A. Goodale, G. Keith Humphrey

Notice bibliographique

RevuePerception · 2003
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésObject (grammar)Artificial intelligenceComputer visionMovement (music)Aperture (computer memory)Computer scienceCognitive neuroscience of visual object recognitionStimulus (psychology)CommunicationPsychologyCognitive psychologyPhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

The process of learning the structure of novel objects involves the selective use of information available in the distal stimulus. By allowing participants to explore the object within a limited field of view, we were able to examine more rigorously what regions of the object are actually selected in the learning process. Participants explored objects either by moving a circular aperture over a stationary novel object (the aperture-movement condition), or by moving the object behind a stationary aperture (the object-movement condition). Given the differences in how the spatial layout of object parts is revealed in the two study conditions, we expected that exploration would be more systematic in the aperture-movement condition than it would be in the object-movement condition, and would lead to better object recognition. We show evidence that in the aperture-movement condition exploration patterns were more related to the structure of the object and, as a consequence, the aperture-movement condition resulted in more accurate recognition in a later old--new discrimination test.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,472

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,061
Tête enseignante GPT0,288
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations5
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerceptionMême sujetFace Recognition and PerceptionTravaux en français237 207