Effect of Apparent Depth in Peripheral Target Detection in Driving under Focused and Divided Attention
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The ability to detect events in the visual periphery is crucial to driving safely. The useful field of view (UFOV) task provides an index of the spatial extent of peripheral vision under focused and divided attention. Previous research reported reduced UFOV at greater perceived distances in driving (Andersen et al., 2011; Pierce & Andersen, 2014); however, these studies used long stimulus durations, making it difficult to compare directly with the traditional UFOV task (Sekuler & Ball, 1988; Sekuler, Bennett & Mamelak, 2000), which correlates with critical aspects of driving performance (Owsley et al., 1998; Ball et al., 1993). Furthermore, previous studies on the depth effect in driving assessed performance only under divided attention. The current study adapts the traditional 2D UFOV task to a computer-rendered 3D environment to examine whether apparent depth affects the detection of brief peripheral targets, under focused and divided attention, and with target retinal image size matched across depth. In the central task, participants tried to maintain a constant distance from a speed-varying lead car, indicated when the lead car's image size matched that of a surrounding size-invariant box. In the peripheral task, participants detected targets appearing at one of several possible locations on the left or right side at two apparent distances, implied via simulated forward motion and pictorial cues. The central and peripheral tasks were completed separately under focused attention, and then, simultaneously under divided attention. We tested 24 participants and found they responded more accurately to near than far targets at larger eccentricities under focused and divided attention. Another 24 participants, tested in a second experiment with different target appearance probabilities, showed similar results. Thus, our data suggest that apparent depth influenced the detection of briefly flashed peripheral targets. These results are generally consistent with previous research, and have important implications for understanding the mechanisms modulating the UFOV. Meeting abstract presented at VSS 2017
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.
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 | 0,001 | 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 découle