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
High-resolution LCD screens can depict realistic scenes, but even under restricted viewing conditions (e.g., monocular, stationary) we can usually tell that the surfaces and objects shown are not real. One reason may be that we can tell that the screen emits light instead of simply reflecting incident light. Here we investigated what cues allow observers to determine that a small patch of an LCD screen is light-emitting rather than reflective. We cut a 3 x 3 grid of nine 3.2 cm square apertures in each of 27 black cardboard panels. Behind eight randomly selected apertures on each board we attached patches of gray and off-gray (e.g., beige) paper; we left the ninth aperture empty. The paper patches were picked randomly from twelve samples. On each trial we put a board in front of a light-emitting LCD screen, and the observer judged which aperture contained the screen. In the luminance-match and colour-match conditions, the screen showed a gray region whose luminance or colour (i.e., CIE XYZ coordinates), respectively, were matched to a randomly chosen paper patch. In the texture-match condition the screen showed a colour-calibrated photograph of a randomly chosen paper patch. The three 108-trial conditions were randomly interleaved. All observers (n=5) were well above chance performance in the luminance-match condition (95% correct), two were above chance in the color-match condition (16% correct), and three were above chance in the texture-match condition (30% correct). We conclude that color is an important cue for glow detection, but not the only relevant cue. Further work will explore the role of cast shadows and texture-based lighting direction cues in making LCD screens discriminable from reflective surfaces. 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 | 0,000 | 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