MétaCan
Menu
Retour à la cohorte
Enregistrement W2126011497 · doi:10.1145/1119766.1119767

The perceived roughness of resistive virtual textures

2006· article· en· W2126011497 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueACM Transactions on Applied Perception · 2006
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTactile and Sensory Interactions
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSurface finishRidgeResistive touchscreenSurface roughnessGroove (engineering)Factorial experimentGeometryMaterials scienceGeologyOpticsMathematicsComputer sciencePhysicsComposite materialComputer visionStatistics

Résumé

récupéré en direct d'OpenAlex

In previous work, we demonstrated that people reliably perceive variations in surface roughness when textured surfaces are explored with a rigid link between the surface and the skin [e.g., Klatzky and Lederman 1999; Klatzky et al. 2003]. Parallel experiments here investigated the potential of a force-feedback mouse to render surfaces varying in roughness. The stimuli were surfaces with alternating regions of high and low resistance to movement in the x (frontal) dimension (called ridges and grooves, respectively). Experiment 1 showed that magnitude ratings of roughness varied systematically with the spatial period of the resistance variation. Experiments 2 and 3 used a factorial design to disentangle the contributions of ridge and groove width. The stimuli constituted eight values of groove width at each of five levels of ridge width (Experiment 2) or the reverse (Experiment 3). Roughness magnitude increased with ridge width while remaining essentially invariant over groove width. Kinematic variations in exploration were observed across the surfaces. The data point to the promise of using inexpensive devices to create virtual textural variations under conditions of unconstrained exploration.

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 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 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 enseignants0,053
Score d'incertitude au seuil0,649

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,022
Tête enseignante GPT0,268
Écart entre enseignants0,246 · 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