MétaCan
Menu
← Retour à la cohorte
Enregistrement W4311560972 · doi:10.1167/jov.22.14.4467

Barber-pole illusion: The contribution of long edges in motion perception

2022· article· en· W4311560972 sur OpenAlexaff
Rémy Allard, Yara Mohiar, Asma Braham Chaouche, Nathalie Chateau

Notice bibliographique

RevueJournal of Vision · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésIllusionPerceptMotion (physics)OpticsAperture (computer memory)Motion perceptionPhysicsEccentricity (behavior)PerpendicularGeometryComputer visionMathematicsPerceptionComputer scienceAcousticsPsychologyClassical mechanics

Résumé

récupéré en direct d'OpenAlex

The perceived motion direction of objects considerably relies on the motion signals along the edges of the object as demonstrated, for instance, in the barber-pole illusion. The barber-pole illusion is composed of drifting bars viewed through a rectangular aperture in which the short and long edges are oblique (45 deg) to the bars. In this illusion, motion tends to be perceived in the direction close to the long edges of the rectangular aperture instead of perpendicular to the bars (Fourier motion). The present study investigated how the motion signals along the edges in the barber-pole illusion are integrated into a global motion percept. Nine participants were asked to report the perceived motion direction when viewing the barber-pole illusion with their peripheral vision (25 degrees of eccentricity). The length of the rectangular aperture was systematically varied so that the long edges were 1, 2, 3 or 4 times longer than the short edges (1 creating a square-shaped aperture). The motion direction was perceived 1.4±0.8, 27.7±2.5, 35.2±2.1 and 38.4±1.9 degrees (mean±SE) from the Fourier motion (-45 and 45 degrees correspond to the motion direction along the short and long edges, respectively). The perceived motion direction could not be explained by a simple averaging of motion along the edges as this would be equivalent to attributing weights to edges that are proportional to their length. More specifically, this simple averaging would predict perceived motion directions of 0, 15, 22.5 and 27 degrees, respectively. On the other hand, attributing weights proportional to the square of the edge lengths would predict perceived motion directions of 0, 27, 36 and 39.7 degrees, respectively, which closely fits the data. We conclude that the visual system does not simply average the motion along the edges, it rather attributes considerably more weight to motion along the long edges.

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 enseignants0,001
Score d'incertitude au seuil0,004

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

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 Opus0,035
Tête enseignante GPT0,331
Écart entre enseignants0,296 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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