Perceptual invariance of nonlinear Focus+Context transformations
Notice bibliographique
Résumé
Focus+Context techniques are commonly used in visualization systems to simultaneously provide both the details and the context of a particular dataset. This paper proposes a new methodology to empirically investigate the effect of various Focus+Context transformations on human perception. This methodology is based on the shaker paradigm, which tests performance for a visual task on an image that is rapidly alternated with a transformed version of itself. An important aspect of this technique is that it can determine two different kinds of perceptual cost: (i) the effect on the perception of a static transformed image, and (ii) the effect of the dynamics of the transformation itself. This technique has been successfully applied to determine the extent to which human perception is invariant to scaling and rotation [Rensink 2004]. In this paper, we extend this approach to examine nonlinear fisheye transformations of the type typically used in a Focus+Context system. We show that there exists a no-cost zone where performance is unaffected by an abrupt, noticeable fisheye transformation, and that its extent can be determined. The lack of perceptual cost in regards to these sudden changes contradicts the belief that they are necessarily detrimental to performance, and suggests that smoothly animated transformations between visual states are not always necessary. We show that this technique also can map out low-cost zones where transformations result in only a slight degradation of performance. Finally, we show that rectangular grids have no positive effect on performance, acting only as a form of visual clutter. These results therefore demonstrate that the perceptual costs of nonlinear transformations can be successfully quantified. Interestingly, they show that some kinds of sudden transformation can be experienced with minimal or no perceptual cost. This contradicts the belief that sudden changes are necessarily detrimental to performance, and suggests that smoothly animated transformations between visual states are not always necessary.
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 | 0,001 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».