Notice bibliographique
Résumé
Active visual search in the real world has not been investigated in great detail. Whilst the visual search paradigm has been widely used since its popularization, most studies have not moved beyond the 2D, passive version of the task, where immobile subjects search through artificial stimuli presented on a screen. However, how much these studies’ results can be extrapolated to the real world is unclear, since targets may not be immediately visible, forcing observers to select viewpoints in order to search around occluding objects. To investigate whether the classic results hold true in the real world, an active visual search task was conducted in the 3D PESAO setup environment (Solbach & Tsotsos, 2020), with a 3x4m search space furnished with tables and wire cages. Observers moved freely, untethered, and their eye and head movements, reaction time, and accuracy, were precisely synchronized and measured over 12 trials each. The experimental stimuli were miniature everyday objects, scattered semi-randomly on the tables and cages, and observers had to navigate around them to conduct the search. Trial difficulty was manipulated by changing the number of shared features between the target object and distractors, and set size varied between 30-60 objects. Half the present targets were occluded from the starting viewpoint. Results indicate that similar to 2D search tasks, target absent trials take longer than present trials and require more fixations and head travel. Surprisingly, target occlusion has no significant effect on reaction time, and only marginal effects on number of fixations and distance traveled. Objects with non-upright orientations induced motions such as head tilting and crouching before declaring targets as present or absent. Our results provide a novel view at how humans perform unconstrained visual search in a 3D world and help lay foundations for our general ability for visuospatial problem solving.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».