MétaCan
Menu
Retour à la cohorte
Enregistrement W4382317569 · doi:10.3758/s13428-023-02148-8

Measuring vection: a review and critical evaluation of different methods for quantifying illusory self-motion

2023· review· en· W4382317569 sur OpenAlexaff
Lars Kooijman, Stefan Berti, Houshyar Asadi, Saeid Nahavandi, Behrang Keshavarz

Notice bibliographique

RevueBehavior Research Methods · 2023
Typereview
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensToronto Rehabilitation InstituteToronto Metropolitan UniversityUniversity Health Network
Organismes subventionnairesAustralian Research CouncilDeakin University
Mots-clésPsychologyComparabilityCognitive psychologyMathematics

Résumé

récupéré en direct d'OpenAlex

The sensation of self-motion in the absence of physical motion, known as vection, has been scientifically investigated for over a century. As objective measures of, or physiological correlates to, vection have yet to emerge, researchers have typically employed a variety of subjective methods to quantify the phenomenon of vection. These measures can be broadly categorized into the occurrence of vection (e.g., binary choice yes/no), temporal characteristics of vection (e.g., onset time/latency, duration), the quality of the vection experience (e.g., intensity rating scales, magnitude estimation), or indirect (e.g., distance travelled) measures. The present review provides an overview and critical evaluation of the most utilized vection measures to date and assesses their respective merit. Furthermore, recommendations for the selection of the most appropriate vection measures will be provided to assist with the process of vection research and to help improve the comparability of research findings across different vection studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,059
score de la tête « metaresearch » (Gemma)0,037
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,903
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0590,037
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,939
Tête enseignante GPT0,753
Écart entre enseignants0,186 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavior Research MethodsMême sujetVisual perception and processing mechanismsTravaux en français237 207