MétaCan
Menu
Retour à la cohorte
Enregistrement W2610828944 · doi:10.1177/2041669517707768

Effect of Different Display Types on Vection and Its Interaction With Motion Direction and Field Dependence

2017· article· en· W2610828944 sur OpenAlexaff
Behrang Keshavarz, Martina Speck, Bruce Haycock, Stefan Berti

Notice bibliographique

Revuei-Perception · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensUniversity of TorontoToronto Rehabilitation InstituteToronto Metropolitan UniversityUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésPsychologyPerceptionProjection (relational algebra)Visual fieldCommunicationContrast (vision)Computer visionOpticsPhysicsMathematicsComputer scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Illusory self-motion (vection) can be generated by visual stimulation. The purpose of the present study was to compare behavioral vection measures including intensity ratings, duration, and onset time across different visual display types. Participants were exposed to a pattern of alternating black-and-white horizontal or vertical bars that moved either in vertical or horizontal direction, respectively. Stimuli were presented on four types of displays in randomized order: (a) large field of view dome projection, (b) combination of three computer screens, (c) single computer screen, (d) large field of view flat projection screen. A Computer Rod and Frame Test was used to measure field dependence, a cognitive style indicating the person's tendency to rely on external cues (i.e., field dependent) or internal cues (i.e., field independent) with respect to the perception of one's body position in space. Results revealed that all four displays successfully generated at least moderately strong vection. However, shortest vection onset, longest vection duration, and strongest vection intensity showed for the dome projection and the combination of three screens. This effect was further pronounced in field independent participants, indicating that field dependence can alter vection.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,338
Écart entre enseignants0,307 · 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

Citations56
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuei-PerceptionMême sujetVisual perception and processing mechanismsTravaux en français237 207