Notice bibliographique
Résumé
Depth estimation from stereopsis is biased under many viewing scenarios and for a range of estimation methods, particularly for virtual stimuli. These distortions are often attributed to misestimates of viewing distance that result in incorrect scaling of binocular disparity. The majority of research on depth scaling has considered only visual cues to distance. However, we do not just look at the world, we interact with objects and in this way may have access to proprioceptive cues to distance. There is evidence that stereopsis aids actions such as prehension; is the reverse also true? We assessed the impact of proprioceptive distance from arm’s reach on stereopsis using a ring game that is contingent on accurate absolute distance perception. Observers used hand controllers and their index finger to move rings onto a peg in a virtual environment. They completed the task as quickly as possible while avoiding touching the rings to the peg (errors were signalled via controller vibration). After each block of 5 trials observers were given feedback regarding their completion time and accuracy. To evaluate the impact of this proprioceptive experience we assessed depth magnitude estimation before and after completion of the ring task. Observers were asked to estimate the depth between a rectangle and a reference frame located at the same distance as the peg in an otherwise blank field. We found that depth estimation accuracy and scaling improved with experience. Importantly, in a follow-up experiment we found that this improvement was contingent on performing the reach. Consistent with the assumption that observers underestimate absolute distance, we found that most ring-placement errors were due to underreaches. We conclude that the improvement in depth estimation seen here reflects a cross-modal calibration of visual space that is underappreciated, but potentially important for everyday interactions.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».