The Moving Eye is Easy to Spy: How Motion Improves Gaze Discrimination
Notice bibliographique
Résumé
Research indicates that people are remarkably good at discriminating where another person is looking (Gibson & Pick, 1963; Bock, Dicke, & Thier, 2008). Indeed, theories of human social attention are predicated on the idea that humans have developed an especially fine ability to use the eyes of others to make inferences about their attentional state (Kobayashi & Kohshima, 1997). Although this research demonstrates the importance of eyes to attention, little work has examined the specific mechanisms that underlie gaze discrimination itself. The prevailing view is that the discrimination of gaze direction relies on the use of the ratio of iris to sclera in the visible part of the eye (Gibson & Pick, 1963; Olk, Symons, & Kingstone, 2008). This theory is based on research that has used static images of eye direction. In real life, however, a change in eye position involves the motion of the eyes themselves as well as a change in the iris:sclera ratio. We examined the role of eye motion in the discrimination of eye movements. Participants were shown two eye images: eyes looking straight ahead and then eyes looking left or right at 1, 2 or 3 degrees visual angle from fixation. This resulted in the apparent motion of the eyes to the left or right. A 200 ms ‘blank screen’ preceded or followed these eye motion conditions. In the no-motion condition, the 200ms ‘blank’ display was inserted between the first and second eye image, eliminating the perception of motion. In all cases participants were required to judge eye direction and to rate how confident they were of their decision. Participants were more accurate and more confident of their judgements in the eye motion condition. These data suggest that motion information is used by the perceptual system to determine the direction of another individual's gaze.
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 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».