MétaCan
Menu
Retour à la cohorte
Enregistrement W2314562367 · doi:10.1177/154193120404801603

Advantage for Visual Momentum Not Based on Preview

2004· article· en· W2314562367 sur OpenAlexaff
Justin G. Hollands, Nada Pavlovic, Yukari Enomoto, Haiying Jiang

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesVedecká Grantová Agentúra MŠVVaŠ SR a SAV
Mots-clésTerrainRotation (mathematics)AzimuthTransition (genetics)Orientation (vector space)Task (project management)Position (finance)Momentum (technical analysis)Computer scienceComputer visionMotion (physics)GeometryArtificial intelligencePsychologySimulationMathematicsEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

Previous research has indicated that smooth rotation of geographic terrain between two- and three-dimensional (2D and 3D) views aids task switching. However, the time taken to show the smooth rotation may also provide a terrain preview for a post-rotation judgment. To test this possibility, we examined a situation where preview was provided but smooth transition violated. Twenty-four participants made judgments about the properties of two points placed on 2D or 3D displays of terrain. Participants performed the tasks in pairs of trials, switching tasks and displays between trials. In the continuous transition condition, the display rotated in depth and in azimuth from one display format to the other. In the discrete transition condition, the azimuth rotation was in the opposite direction, and then the terrain ”snapped” to the final orientation. The results showed that response time after transition was less for the continuous condition. We argue that smooth transition to the correct position provided improved visual momentum between displays.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,014
Tête enseignante GPT0,244
Écart entre enseignants0,231 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetSpatial Cognition and NavigationTravaux en français237 207