Angle-Based Drawing Accuracy Analysis and Mental Models of Three-Dimensional Space
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Drawing from a still-life is a complex visuomotor task. Nevertheless, experts depict three-dimensional subjects convincingly with two-dimensional images. Studies of drawing have historically relied on human critics’ judgement of the drawings, the professional reputations and self-reported experience of the drawers. To extend that work, we developed an objective measurement of the accuracy of a perspective drawing, based on a comparison of the drawing with a ground truth photograph of the subject taken from the same viewpoint. If we measure the angles at intersecting edges in the drawings we can calculate both local errors and each person’s mean percentage magnitude error across angles in the still life. This gives a continuous objective measure of drawing accuracy that correlates well with years of art experience. Drawing expertise may depend to some extent on more accurate internal models of 3D space. To explore this possibility we had adults with a range of drawing experience draw a still life. Participants also made perceptual judgements of still lifes, both from direct observation and from an imagined side view. A conventional mental rotation task failed to differentiate drawing expertise. However, those who drew angles more accurately were also significantly better judges of slant, i.e., the pitch of edges in the still life. Those with the most drawing experience were significantly better judges of spatial extent, i.e., which landmarks were leftmost, rightmost, nearest, farthest etc. The ability to visualize in three dimensions the orientation and relationships of components of a still life predicts drawing accuracy and expertise.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle