The Subjective Visual Vertical and the Subjective Haptic Vertical Access Different Gravity Estimates
Notice bibliographique
Résumé
The subjective visual vertical (SVV) and the subjective haptic vertical (SHV) both claim to probe the underlying perception of gravity. However, when the body is roll tilted these two measures evoke different patterns of errors with SVV generally becoming biased towards the body (A-effect, named for its discoverer, Hermann Rudolph Aubert) and SHV remaining accurate or becoming biased away from the body (E-effect, short for Entgegengesetzt-effect, meaning "opposite", i.e., opposite to the A-effect). We compared the two methods in a series of five experiments and provide evidence that the two measures access two different but related estimates of gravitational vertical. Experiment 1 compared SVV and SHV across three levels of whole-body tilt and found that SVV showed an A-effect at larger tilts while SHV was accurate. Experiment 2 found that tilting either the head or the trunk independently produced an A-effect in SVV while SHV remained accurate when the head was tilted on an upright body but showed an A-effect when the body was tilted below an upright head. Experiment 3 repeated these head/body configurations in the presence of vestibular noise induced by using disruptive galvanic vestibular stimulation (dGVS). dGVS abolished both SVV and SHV A-effects while evoking a massive E-effect in the SHV head tilt condition. Experiments 4 and 5 show that SVV and SHV do not combine in an optimally statistical fashion, but when vibration is applied to the dorsal neck muscles, integration becomes optimal. Overall our results suggest that SVV and SHV access distinct underlying gravity percepts based primarily on head and body position information respectively, consistent with a model proposed by Clemens and colleagues.
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 | 0,004 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 ».