MétaCan
Menu
Retour à la cohorte
Enregistrement W2974147371 · doi:10.1167/19.10.238c

Trans-saccadic Motion Tracking in a Time-to-Contact Task

2019· article· en· W2974147371 sur OpenAlexaff
Gloria Sun, Steven L. Prime

Notice bibliographique

RevueJournal of Vision · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueTeleoperation and Haptic Systems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSaccadeSaccadic maskingFixation (population genetics)Computer visionEye movementArtificial intelligenceFixation pointComputer sciencePsychologyCommunicationOpticsPhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

Transsaccadic perception describes our perceived visual stability despite images shifting across the retina due to saccadic eye movements. Visual stability is thought to be maintained across saccades due to spatial updating mechanisms that track object locations over the saccade. However, transsaccadic research has focused on static objects; few studies have examined how we track moving objects during a saccade. Niemeier, Crawford, and Tweed (2003) found that intrasaccadic spatial displacements of visual stimuli are easier to detect when saccades are perpendicular to the direction of the displacement, compared to saccades parallel to displacement. Here, we examined whether similar effects of saccade direction influence transsaccadic motion tracking in a predicted-motion time-to-contact (TTC) task. Subjects maintained fixation on a cross while tracking a moving dot which translated across the screen towards a line. During movement, the dot would become occluded behind a grey bar. Subjects then estimated when the occluded dot had reached the line via a button press. During the fixation task, participants maintained fixation on a stationary fixation cross. In the saccade task, the cross moved to a new location when the dot disappeared behind the occluder, prompting a saccade. Saccades were either parallel or orthogonal to dot motion. Dot motion (right or left) and line location on occlude (near, middle, or far) were also varied. Eye position was monitored using a SMI RED-m eyetracker. Results showed that the effect for line location was only significant in the saccade task, and that error increased with increased line distance, suggesting that saccades introduce error in TTC estimations. In the fixation task, TTC estimations were most accurate when subjects fixated on the same side of the screen from which the dot originated. These novel findings provide insight into people’s accuracy in predicting the future location of objects across saccades.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,007
Tête enseignante GPT0,239
Écart entre enseignants0,232 · 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'étudeExpérimental (laboratoire)
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetTeleoperation and Haptic SystemsTravaux en français237 207