MétaCan
Menu
Retour à la cohorte
Enregistrement W2039069396 · doi:10.1167/15.3.6

The effects of shape crowding on grasping

2015· article· en· W2039069396 sur OpenAlexafffund
J. Chen, S. Jayawardena, Melvyn A. Goodale

Notice bibliographique

RevueJournal of Vision · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCrowdingGRASPPerceptionObject (grammar)Block (permutation group theory)PsychologyComputer scienceComputer visionCognitive psychologyMathematicsCommunicationArtificial intelligenceGeometry

Résumé

récupéré en direct d'OpenAlex

Crowding refers to the deleterious effect of nearby objects on the identification of a target in the peripheral visual field. A recent study (Chen, Sperandio, & Goodale, 2015) showed that when a three-dimensional (3D) disk was crowded by disks of different sizes, participants could scale their grip aperture to the size of the target, even when they could not perceive its size. It is still unclear, however, whether or not grasping can also escape to some degree the crowding of other object features, such as shape. To test this, we presented 3D rectangular blocks in isolation or crowded by other blocks in the periphery. The target and flanking blocks had the same surface area but different dimensions. Participants were required either to grasp the target block across its width or to estimate its width. We found that, consistent with what we observed earlier with size, participants can also scale their grasp to the width of the target block even when they could not perceive its width. To further explore whether or not the effect of crowding on grasping depends on how proficient people are with their right hand, we had right-handed participants perform the same test but with their left hand. We found that left-hand grasping did not escape the crowding effect on shape perception at all. Taken together, our results suggest that people can also use invisible shape information to guide actions and that this ability depends on the proficiency of the action.

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)0,001
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 enseignants0,035
Score d'incertitude au seuil0,224

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,068
Tête enseignante GPT0,376
Écart entre enseignants0,308 · 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

Citations13
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetVisual perception and processing mechanismsTravaux en français237 207