MétaCan
Menu
Retour à la cohorte
Enregistrement W2051067967 · doi:10.1167/7.12.5

Actual and illusory differences in constant speed influence the perception of animacy similarly

2007· article· en· W2051067967 sur OpenAlexaff
Paul A. Szego, M. D. Rutherford

Notice bibliographique

RevueJournal of Vision · 2007
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésAnimacyPerceptionPsychologyCognitive psychologyObject (grammar)Constant (computer programming)Robustness (evolution)CognitionSocial psychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The ability to perceive objects as alive is the first step in social cognition. When the status of an object is ambiguous--if far away or fast moving--animacy is best perceived using motion cues. Previous studies have revealed that acceleration is a robust cue to animacy. The current study tests the prediction that, in the absence of acceleration, an object traveling at a relatively faster constant speed is more likely to be perceived as animate. Experiment 1 confirmed this hypothesis. Experiment 2 investigated the robustness of this finding by employing an illusory speed difference: Participants viewed dots moving at the same speed across apparently smaller and apparently larger central circles that were actually equally sized. Two thirds of participants perceived a dot traveling across an apparently larger circle to be faster or alive. Experiment 3 showed that participants' responses were not due to response bias. Together, these results suggest that our perceptions of animacy are influenced by constant speed differences, and that the perceptual association of speed and animacy is influenced by actual and illusory speed differences similarly.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,319
Écart entre enseignants0,299 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations28
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetChild and Animal Learning DevelopmentTravaux en français237 207