MétaCan
Menu
Retour à la cohorte
Enregistrement W2948836041

Time Estimation During Mutual Eye Gaze

2017· article· en· W2948836041 sur OpenAlexaff
Laura Sliwkanich

Notice bibliographique

RevueStudent Research Proceedings · 2017
Typearticle
Langueen
DomainePsychology
ThématiquePsychological and Temporal Perspectives Research
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésGazeEye contactPerceptionPsychologyFace (sociological concept)Eye trackingCognitive psychologyEye movementSocial psychologyCommunicationComputer visionComputer scienceNeuroscienceSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Eye contact requires attention both when we send and receive gaze signals. Previous research suggests that when one is attending to something their perception of time is altered, such that time passes by more slowly while watching a pot boil. The disruption of time perception has been shown to happen during face-to-face eye contact but has also been observed (albeit to a lesser extent) if one person is looking at another or being looked at by another [Jarick et al., 2016]. Here, we aimed to tease apart whether eye contact is more attention-capturing when we are sending signals during mutual gaze or receiving the gaze signal, or both. This will be investigated by having pairs of participants (sitting side-by-side) make subjective time estimates of 40, 60, and 80 seconds during the participation of four gaze trials: looking away from one another (baseline), looking at the profile of their partner, being looked at by their partner and making eye contact. If attention is equally attributed to sending and receiving signals, we predict that the degree to which time estimation is disrupted during the profile and looked at trials will sum to the disruption found during eye contact trials. Alternatively, if attention is captured more by sending or receiving gaze signals, then we should see time estimation more disrupted in either the profile or looked at trials. This research will allow us to further understand how attention is allocated during face-to-face eye contact in the wild. Discipline: Psychology Faculty Mentor: Dr. Michelle Jarick

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)0,007
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 enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,007
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,208
Tête enseignante GPT0,555
Écart entre enseignants0,347 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudent Research ProceedingsMême sujetPsychological and Temporal Perspectives ResearchTravaux en français237 207