Are we blind to three-dimensional acceleration?
Notice bibliographique
Résumé
Accurate information about three-dimensional (3D) motion is essential for interception. Being able to detect changes in the speed of motion is potentially important, as approaching objects are unlikely to maintain constant velocity either by intent, or because of the force of gravity or friction. However, evidence from the interception literature shows that acceleration is not taken into account when judging time-to-contact from looming (i.e. retinal expansion). These data may reflect a curious insensitivity to 3D acceleration, a possibility that has received little empirical attention. As a first step towards a better understanding of this apparent lack of sensitivity, we assessed discrimination thresholds for 3D velocity changes. Observers viewed animations of an approaching object undergoing an increase (acceleration) or decrease (deceleration) in its simulated approach speed over the trial. The stimulus was a thin outline disk that was viewed monocularly, such that looming was the only available cue to motion in depth. On each trial, observers discriminated acceleration sign. We measured psychometric functions for three interleaved average speeds. To discourage observers from using non-relevant cues (e.g. due to regularities in the stimulus and correlations between variables) we randomized the simulated starting and ending distance. Our results show that observers were able to detect acceleration in depth, but their thresholds were very high (about a 25-33% velocity change). While precision did not depend on average velocity, there was a velocity-dependent bias: observers were more likely to report that the object accelerated for higher average approach speeds and vice versa. Thus, observers were sensitive to the acceleration of an approaching object under minimal cue conditions, but they could not completely dissociate speed and acceleration. We will discuss which signals could support monocular discrimination of 3D acceleration and produce the bias we found. Furthermore, we will extend these experiments to consider stereoscopic 3D acceleration. Meeting abstract presented at VSS 2013
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 | 0,037 | 0,177 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,020 |
| Communication savante | 0,007 | 0,019 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,009 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,005 |
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 ».