Perception of Simulated Local Shapes Using Active and Passive Touch
Notice bibliographique
Résumé
This study reexamined the perceptual equivalence of active and passive touch using a computer-controlled force-feedback device. Nine subjects explored a 6 x 10-cm workspace, with the index finger resting on a mobile flat plate, and experienced simulated Gaussian ridges and troughs (width, 15 mm; amplitude, 0.5 to 4.5 mm). The device simulated shapes by modulating either lateral resistance with no vertical movement or by vertical movement with no lateral forces, as a function of the digit position in the horizontal workspace. The force profiles and displacements recorded during active touch were played back to the stationary finger in the passive condition, ensuring that stimulation conditions were identical. For the passive condition, shapes simulated by vertical displacements of the finger had lower categorization thresholds and higher magnitude estimates compared with those of active touch. In contrast, the results with the lateral force fields showed that with passive touch, subjects recognized that a stimulus was present but were unable to correctly categorize its shape as convex or concave. This result suggests that feedback from the motor command can play an important role in processing sensory inputs during tactile exploration. Finally, subjects were administered a ring-block anesthesia of the digital nerves of the index finger and subsequently retested. Removing skin sensation significantly increased the categorization threshold for the perception of shapes generated by lateral force fields, but not for those generated by displacement fields.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».