MétaCan
Menu
Retour à la cohorte
Enregistrement W2050782877 · doi:10.1167/11.9.3

Head roll influences perceived hand position

2011· article· en· W2050782877 sur OpenAlexafffund
Joseph Burns, Joseph Y. Nashed, Gunnar Blohm

Notice bibliographique

RevueJournal of Vision · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésProprioceptionReference framePerceptionHead (geology)Sensory systemComputer visionArtificial intelligenceFrame of referenceOrientation (vector space)Computer scienceTask (project management)Position (finance)Hand positionCommunicationFrame (networking)PsychologyMathematicsCognitive psychologyGeometryPhysicsNeuroscienceEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

Visual and proprioceptive sensory inputs are naturally coded in different reference frames, i.e., eye-centered and body-centered, respectively. To use these signals in conjunction for motor planning or perception ultimately requires converting them into a common frame of reference using estimates of the relative orientation of the eyes, head, and body. Here, we examine whether extraretinal signals-specifically head roll-alter multisensory perception through noisy reference frame transformations. To do so, we examine the accuracy of visual localization relative to proprioceptive hand position for different head roll orientations. Subjects were required to judge whether a visual target was located closer or further and left or right (4-alternative forced-choice task) from their unseen hand. This was done for three different head roll rotations (-30, 0, and 30 deg). We show that eccentric head roll increased the variability in the subjects' ability to discriminate target location relative to the fingertip. We conclude that sensory perception is sensitive to body-geometry-dependent noise affecting the coordinate matching transformations of sensory data.

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)0,000
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 enseignants0,224
Score d'incertitude au seuil0,540

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
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 Opus0,088
Tête enseignante GPT0,373
Écart entre enseignants0,286 · 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

Citations23
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

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