Spatial Cognition and Perception of Large Scale Object Constellations: Evidence from Search Domain Analysis in Urban Environment
Notice bibliographique
Résumé
Spatial Cognition and Perception of Large Scale Object Constellations: Evidence from Search Domain Analysis in Urban Environment ˇ ¸ ilters Jur´ gis Sk Center for Cognitive Sciences and Semantics, University of Latvia, 1A Lomonosova Street Riga, LV 1019 Latvia G ¸ irts Burgmanis Faculty of Geography and Earth Sciences, University of Latvia, 10 Alberta Street Riga, LV 1010 Latvia Zaiga Kriˇs j¯ ane Faculty of Geography and Earth Sciences, University of Latvia, 10 Alberta Street Riga, LV 1010 Latvia Linda Apse Faculty of Humanities, University of Latvia, 4A Visval?a Street Riga, LV 1050, Latvia Abstract: Our study explores perception of urban environment and its encoding into the system of spatial prepo- sitions. We explore the divergences between the physical topology and the cognitive topology of environment con- strained by (a) geometric invariants (Landau & Jackendoff, 1993), (b) functional knowledge (Coventry & Garrod, 2004), (c) reference frame (Levinson, 1996), and (d) individual’s spatial experience linked to a variety of social factors. Our results suggest that processing spatial environment generates a mental map containing different scopes of search domains for prepositions where the scope depends on the location of the living place (home) of the test person. We propose the following correlation: the more peripheral is the home of a test person the bigger is the scope of the search domain, e.g. the region denoted by ”near the house” is larger for those who live in the periphery of a city.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».