MétaCan
Menu
Retour à la cohorte
Enregistrement W2083190383 · doi:10.1167/10.7.267

Do the eyes really have it? Ocular and visuomanual judgments of spatial extent

2010· article· en· W2083190383 sur OpenAlexaff
Marc Hurwitz, Derick Valadao, James Danckert

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSpatial Neglect and Hemispheric Dysfunction
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBisectionFixation (population genetics)Reference frameComputer scienceMetric (unit)GazeFrame of referenceVisual searchPsychophysicsArtificial intelligencePerceptionComputer visionPopulationMathematicsFrame (networking)PsychologyGeometryPhysicsNeuroscience

Résumé

récupéré en direct d'OpenAlex

Models of line bisection implicitly consider distance to be the metric by which spatial extent is processed. For example, if a 20 cm line is presented visually, the brain infers or computes its length from the visual angle subtended. An alternate hypothesis would suggest that length (D) is determined from the product of velocity (V) over time (T). We refer to this as the DVT model, which reflects an ‘indirect’ computation of spatial extent because it does not rely on a direct measurement of distance (D). To investigate the DVT model in a healthy population, we conducted a series of experiments which measured pointing and ocular judgments of spatial extent using the line bisection task. We manipulated line length, position, and the direction of ocular scanning prior to bisection. Scanning led to different biases in bisection than did free viewing suggesting that the mechanism involved in scanning introduced additional perceptual biases of spatial extent. Pointing behavior showed a robust influence from scan direction (i.e., left-to-right scanning created a bias leftward to that of right-to-left scanning), whereas the speed of scanning was inversely related to ocular fixation biases (i.e., slower speeds induced exaggerated biases). We were unable to show a strong effect of timing on bisection behavior perhaps because of the probe(s) used. Rather, to our surprise, we found that ocular behavior, presumably operating in a gaze-centered reference frame, and pointing behavior, operating in a hand-centered reference frame, produced distinct patterns of bisection. In general, pointing behavior generated systematic errors that were impervious to manipulations such as length, line position, or speed of scanning, whereas ocular behavior was far more variable and more susceptible to these manipulations. This suggests that judgments of spatial extent can be made independently for the hand and eye.

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)0,007
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
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 savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,299
Écart entre enseignants0,284 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetSpatial Neglect and Hemispheric DysfunctionTravaux en français237 207