MétaCan
Menu
Retour à la cohorte
Enregistrement W4401812656 · doi:10.1167/jov.24.8.13

Contribution of low-level motion to position shifts

2024· article· en· W4401812656 sur OpenAlexafffund
Donald I. A. MacLeod, Patrick Cavanagh, Stuart Anstis

Notice bibliographique

RevueJournal of Vision · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Vision and Imaging
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of California, San DiegoDartmouth College
Mots-clésPosition (finance)Motion (physics)GeodesyComputer scienceGeologyArtificial intelligenceEconomics

Résumé

récupéré en direct d'OpenAlex

Motion can produce large changes in the apparent locations of briefly flashed tests presented on or near the motion. These motion-induced position shifts may have a variety of sources. They may be due to a frame effect where the moving pattern provides a frame of reference for the locations of events within it. The motion of the background may act through high-level mechanisms that track its explicit contours or the motion may act on position through the signals from low-level motion detectors. Here we isolate the contribution of low-level motion by eliminating explicit contours and trackable features. In this case, motion still supports a robust shift in probe locations with the shift being in the direction of the motion that follows the probe. Although robust, the magnitude of the shift in our first experiment is about 20% of the shift seen in a previous study with explicit frames and, in the second, about 45% of that found with explicit frames. Clearly, low-level motion alone can produce position shifts although the magnitude is much reduced compared to that seen when high-level mechanisms can contribute.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,892
Score d'incertitude au seuil0,198

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,322
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetAdvanced Vision and ImagingTravaux en français237 207