MétaCan
Menu
Retour à la cohorte
Enregistrement W2080780744 · doi:10.1167/6.6.727

The effects of optical compression and magnification on distance estimation

2010· article· en· W2080780744 sur OpenAlexaff
Jennifer L. Campos, A. S. Brucker, Z. Vucetic, Hong‐Jin Sun

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMagnificationComputer visionSensory cueArtificial intelligenceComputer scienceOpticsPsychologyMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

When moving through space, both visual and non-visual information can be used to monitor distance traveled. It is important, although challenging to dissociate the relative contributions of each of these cues when both are available in natural, cue-rich environments. This study created a conflict between visual and non-visual distance cues by either magnifying (2×) or compressing (0.5×) the information contained in the optic array using spectacle-mounted lenses. The experiment took place in a long, wide hallway, relatively void of visual landmarks. Subjects (Ss) were required to view a static target in the distance (4, 6, 8, 10m) and reproduce this distance by walking. Ss experienced four optical conditions (2×, 0.5×, 1×, or no lenses) either during the visual preview (Exp 1) or during the walked response (Exp 2). In Exp 1, Ss viewed the target distance under each of the four optical conditions and produced their estimates by walking blindfolded. In Exp 2, Ss viewed the target distance without lenses and produced their estimate by walking under each of the four optical conditions. In Exp 1, when wearing the 2× lenses during visual preview, Ss produced estimates that were significantly shorter than those produced when wearing 1× or no lenses. The opposite was true when wearing the 0.5× lenses. In Exp 2, however, regardless of the optical manipulation, Ss' estimates remained essentially unchanged, thus suggesting a reliance on non-visual cues. Such findings may reflect the tendency for subjects to weigh more reliable cues higher in their final estimate.

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)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
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)0,0010,000

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 Opus0,019
Tête enseignante GPT0,347
Écart entre enseignants0,327 · 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'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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

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