MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386247091 · doi:10.1167/jov.23.9.5043

Does the Aubert-Fleischl phenomenon affect perceived object speed in realistic virtual scenes?

2023· article· en· W4386247091 sur OpenAlexaff
Bjoern Joerges, Laurence R. Harris

Notice bibliographique

RevueJournal of Vision · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésGazeFixation (population genetics)PerceptionComputer visionMotion (physics)PsychologyObject (grammar)Computer scienceAffect (linguistics)Observer (physics)Virtual realityMotion perceptionCognitive psychologyArtificial intelligenceCommunicationPhysics

Résumé

récupéré en direct d'OpenAlex

In the so-called Aubert-Fleischl phenomenon, the speed of an object is underestimated when the observer follows it with their gaze [1, 2]. This is one of the reasons why many experiments on the perception of speed require their observers to keep their gaze on a fixation cross rather than allowing them more naturalistic free viewing. However, when motion is presented embedded in a visual scene the relative motion between background and object might counteract any Aubert-Fleischl-like effects. This study therefore investigates whether pursuing a target with one’s gaze leads to an underestimation of its speed even when its motion occurs in a visual scene. To this end, we immersed participants (n = 8) in a 3D virtual scene where they judged the speed of a single target against the speed of a target cloud in a two-alternative forced-choice task. While the single target was on screen, participants were asked to either keep their gaze on a fixation cross or follow the target. Further, the motion intervals were presented either in a fully black environment that provided no relative motion cues or in a virtual office environment were the objects moved against a textured wall. We found no significant differences in PSEs between the pursuit and fixation conditions in either of the environments. Aubert-Fleischl effects therefore appear not to be strong confounds in experiments relating to the perception of speed, that is, it may not be necessary to restrict participants’ viewing behavior. [1] Aubert, H. (1887). Die Bewegungsempfindung. Pflüger, Archiv Für Die Gesammte Physiologie Des Menschen Und Der Thiere, 40(1), 459–480. https://doi.org/10.1007/BF01612710 [2] Wertheim, A. H., & Van Gelder, P. (1990). An acceleration illusion caused by underestimation of stimulus velocity during pursuit eye movements: Aubert-Fleischl revisited. Perception, 19(4), 471–482. https://doi.org/10.1068/p190471

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)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,052
Tête enseignante GPT0,361
Écart entre enseignants0,309 · 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'étudeExpérimental (laboratoire)
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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