MétaCan
Menu
Retour à la cohorte
Enregistrement W2020932799 · doi:10.1111/j.1468-5884.2005.00292.x

Perception of relative distance in a driving simulator<sup>1,2</sup>

2005· article· en· W2020932799 sur OpenAlex
Bernard Baumberger, Michelangelo Flückiger, Martin Paquette, Jacques Bergeron, André Delorme

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJapanese Psychological Research · 2005
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésTask (project management)PerceptionDriving simulatorSimulationComputer sciencePsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract: The aim of this experiment was to test, in a driving simulator, how a subject can control his approach towards several simulated car‐targets in different driving contexts. We assume that increasing complexity might influence driving performance according to the difficulty of perceiving distances properly. The subjects’ first task consisted of placing their car at an equal distance between two preceding cars. In the second task, the subjects had to place their car level with the preceding car. The target cars were either static or running at 40 or 60 km/h. The results showed a more precise distance perception when the difficulty of the task decreased. In all conditions the subjects underestimated distances. Subjects were better at 60 km/h than at 40 km/h and the performance improved with smaller car distances. In conclusion, the alignment tasks produced better performances than the mid‐distance tasks, as a consequence of their lower complexity. However, physical constraints due to the increase in velocity, as well as shorter distances between vehicles, improved performances.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,735
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,004

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 Opus0,125
Tête enseignante GPT0,503
Écart entre enseignants0,379 · 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