MétaCan
Menu
← Retour à la cohorte
Enregistrement W3196618832 · doi:10.1167/jov.21.9.2060

Perceived position stabilization depends on the moving frame’s displacement: an online study

2021· article· en· W3196618832 sur OpenAlexaff
Bernard Marius ’t Hart, Stuart Anstis, Patrick Cavanagh

Notice bibliographique

RevueJournal of Vision · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésOffset (computer science)IllusionFrame (networking)Context (archaeology)Computer scienceReference frameComputer visionMotion (physics)PsychologyArtificial intelligenceMathematicsCognitive psychologyGeographyTelecommunications

Résumé

récupéré en direct d'OpenAlex

Knowing where things are is important. Here we examine the effect of motion context, using a frame that moves back and forth, on the perceived position of probes (Cavanagh, Anstis, & Wexler, VSS 2019). When two probe dots are flashed inside the frame at the same physical location, each at one extreme of the frame’s movement, a very large illusory offset is seen between the probes, roughly equal to the frame’s travel. Here we examine the effects of the distance, duration, and speed of the frame’s travel on the perceived spatial offset. A total of 274 York University undergraduates completed an online task (PsychoJS, hosted on Pavlovia). After screening participants for appropriate devices and self-reported understanding of the task (60), and response outliers (73), 141 remained. Reliable monitor calibration was available for about 40% of participants. The size of the stimuli in degrees of visual angle did not affect illusion strength so we combined all data. The perceived spacing approximately matched the distance the frame moved, both when varying the speed (r²=0.97, p=.001) and the duration (r²=0.92, p=.006) of the frame’s motion. Conclusion: stimuli flashed before and after a frame’s motion are seen in their coordinates relative to the frame as if the frame were stationary.

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)0,006
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 enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,006
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,083
Tête enseignante GPT0,381
Écart entre enseignants0,298 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→