Visual factors that determine uncertainty in rapid interceptive movements
Notice bibliographique
Résumé
The ability to rapidly assess visual motion information is critical for daily tasks that require rapid interceptions such as catching a falling object. When visual information is sparse, interception decisions have to be made under uncertainty. To investigate this in the laboratory, we can constrain the availability of visual information or the time over which information has to be extrapolated. We recorded human observers’ (n=10) eye and hand movements while they viewed the launch of a simulated flyball on a screen. The ball was occluded shortly after launch, and observers had to manually intercept it along its predicted trajectory within a hit zone. We measured interception accuracy in eye and hand movements for different trajectory shapes yielded by ball speed variations. In two sessions, we manipulated uncertainty by either varying ball presentation duration (100-500ms) at constant occlusion duration (500ms), or by varying occlusion duration (100-500ms) at constant presentation duration (500ms). Reducing uncertainty by increasing presentation duration rapidly improved eye and hand interception accuracy and reduced a bias toward the center of the trajectory space that was observed at the shortest presentation duration. These improvements occurred within the first 300ms of ball presentation. By contrast, long occlusion durations yielded a much weaker center-bias. Reducing uncertainty by decreasing occlusion duration from 500-100ms linearly improved interception accuracy until eye and hand interception errors were minimal. The availability of visual information and time available to extrapolate information both determine uncertainty in rapid interceptive control, but they do so at different rates. Effects of presentation duration plateaued early, indicating that 300ms are sufficient to accurately read out visual trajectory information. Occlusion duration improved performance at a later time, as interception switched from predictive to visually-guided control.
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 | 0,001 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».