MétaCan
Menu
Retour à la cohorte
Enregistrement W2069488266 · doi:10.1167/10.7.120

Biological Motion Captures Attention

2010· article· en· W2069488266 sur OpenAlexaff
Jay Pratt, P. Radulescu, Ruipeng Guo, Naseem Al-Aidroos, Richard A. Abrams

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomainePsychology
ThématiquePrimate Behavior and Ecology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiological motionAnimacyMotion (physics)Artificial intelligenceComputer visionComputer scienceSalientObject (grammar)Frame (networking)Frame rateCommunicationCognitive psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

Across our evolutionary history, detecting potential prey and predators has been a critical aspect of survival. Among the consequences of this evolutionary past, stimuli that resemble animals are preferentially processed; for example, modern humans initiate saccades to, and detect changes more quickly in, pictures of animals over non-animate objects. Animacy is, however, defined by more than just the canonical shapes or forms of animals. Certain types of motion (i.e., biological motion) also signify animacy, and the human visual system may be predisposed to process these types of motion. For example, we can extract surprising amounts of information about walking from just a few points of light. If biological motion is as salient an indicator of animacy as shape or form, can biological motion capture attention? To answer this question, we compared the time to detect targets in objects that were either moving predictably due to collisions with other objects (nonbiological motion) or moving unpredictably with no such collisions (biological motion). All of the experiments used four geometric objects that moved through the display, bouncing into each other or rebounding off the frame in a predictable manner until one object exhibited biological motion. The first two experiments showed that detecting (Exp1a) and identifying (Exp1b) targets were faster in objects exhibiting biological motion. Because previous research has demonstrated that observers rate objects as more animate with greater changes in direction or speed, the basic procedure of the previous experiments was used with the biological motion having three different angles of direction change (Exp2a) or three different changes in speed (Exp2b). Observers again detected targets more quickly in objects that exhibited biological motion, and response times decreased with greater changes in direction or speed. Thus, biological motion, in and of itself, appears to be capable of capturing attention.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,880
Score d'incertitude au seuil0,999

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,377
Écart entre enseignants0,341 · 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.

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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetPrimate Behavior and EcologyTravaux en français237 207