MétaCan
Menu
Retour à la cohorte
Enregistrement W4311556625 · doi:10.1167/jov.22.14.3538

Object affordance modulates the near space advantage in 2D imagery

2022· article· en· W4311556625 sur OpenAlexaff
Tasfia Ahsan, Laurie M. Wilcox, Erez Freud

Notice bibliographique

RevueJournal of Vision · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPerceptionAffordanceIllusionVisual processingCognitive psychologyObserver (physics)Action (physics)GRASPVisual perceptionVisual ObjectsComputer scienceCrossmodalVisual spaceMultisensory integrationPsychologyArtificial intelligenceReplicateComputer visionCommunicationSensory systemNeuroscienceMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Depth perception is a critical aspect of the human visual system which supports localization and interactions with objects in space. Over the years, psychophysical and neuropsychological research has showed that sensory processing is modulated by the location of stimuli relative to the body. In particular, objects closer to the observer benefit from enhanced processing, appropriately termed the “close advantage” effect. Previously, evidence of the close advantage was limited to multisensory studies, with little focus on a purely visual component. However, recent investigations show that depth information modulates visuo-perceptual resolution, even when other visual attributes (such as retinal size) are held constant. While it is clear that this phenomenon is robust and generalizable across stimuli and tasks, the underlying mechanism is poorly understood. One hypothesis is that objects that are perceived as closer to the observer are more behaviorally relevant (e.g., one can grasp a hammer only if it is within arm’s reach), and therefore benefit from enhanced processing. To evaluate this proposal, we assessed the close advantage effect for shapes that either offer a potential for action (affordable – e.g., elongated) or do not potentiate action (non-affordable – e.g., non-elongated). The stimuli were presented on either the ‘close’ or ‘far’ regions of a Ponzo Illusion arrangement. A method of constant stimuli was used to measure precision and reaction times were recorded. Our results replicate previous findings by demonstrating an enhanced discrimination for both affordable and non-affordable shapes in the “close” space. Critically, and consistent with our hypothesis, affordable shapes elicited a stronger “close advantage” than non-affordable shapes. Together, these results provide novel evidence for the role of affordance in mediating the close advantage effect.

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)0,002
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 seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 ouverte0,0000,001
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 Opus0,027
Tête enseignante GPT0,334
Écart entre enseignants0,307 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetVisual perception and processing mechanismsTravaux en français237 207