Proprioception calibrates object size constancy for grasping but not perception in limited viewing conditions
Notice bibliographique
Résumé
Observers typically perceive an object as being the same size even when it is viewed at different distances. What is seldom appreciated, however, is that people also use the same grip aperture when grasping an object positioned at different viewing distances in peripersonal space. Perceptual size constancy has been shown to depend on a range of distance cues, each of which will be weighted differently in different viewing conditions. What is not known, however, is whether or not the same distance cues (and the same cue weighting) are used to calibrate size constancy for grasping. To address this question, participants were asked either to grasp or to manually estimate (using their right hand) the size of spheres presented at different distances in a full-viewing condition (light on, binocular viewing) or in a limited-viewing condition (light off, monocular viewing through a 1 mm hole). In the full-viewing condition, participants showed size constancy in both tasks. In the limited-viewing condition, participants no longer showed size constancy, opening their hand wider when the object was closer in both tasks. This suggests that binocular and other visual cues contribute to size constancy in both grasping and perceptual tasks. We then asked participants to perform the same tasks while their left hand was holding a pedestal under the sphere. Remarkably, the proprioceptive cues from holding the pedestal with their left hand dramatically restored size constancy in the grasping task but not in the manual estimation task. These results suggest that proprioceptive information can support size constancy in grasping when visual distance cues are severely limited, but such cues are not sufficient to support size constancy in perception. 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.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».