MétaCan
Menu
Retour à la cohorte
Enregistrement W4409728876 · doi:10.1167/jov.25.4.13

Warm versus cool colors and their relation to color perception

2025· article· en· W4409728876 sur OpenAlexaff
Jake Manalansan, Lorne Whitehead

Notice bibliographique

RevueJournal of Vision · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueColor perception and design
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Eye InstituteNational Institutes of HealthUniversity of Nevada, Reno
Mots-clésRelation (database)PerceptionColor visionPsychologyPhysicsComputer scienceOpticsNeuroscience

Résumé

récupéré en direct d'OpenAlex

The distinction between warm and cool colors is widely considered a fundamental aspect of human color experience, but whether it reflects properties of color perception or color associations remains unclear. We examined how the warm-cool division is related to perceptual landmarks of color coding and color appearance. Observers made warm-cool ratings for 36 hue angles at three luminance levels and also estimated the angles for their unique (e.g., yellow or red) and binary (e.g., orange) hues. The warm-cool dimension was reliably identified by most observers, was consistent across lightness levels, and varied along an orangish-red to greenish-blue dimension that is intermediate to both the principal chromatic dimensions of early cone-opponent (cardinal) or perceptual-opponent (red-green and blue-yellow) axes. When the stimuli were projected into a uniform color space (CIELAB), a close correspondence was found between the warm-cool dimension and the perceived strength (saturation) of different hues, based on the LAB chroma. Specifically, the peak warm and cool values were hue angles with the weakest saturation, and the boundaries between the two categories corresponded to hue angles with the highest saturation. This pattern could arise if vision is selectively adapted to the spectra of warm and cool colors and provides a potential basis for the strong but unexplained asymmetries in color coding built into perceptually uniform color spaces.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,030
Tête enseignante GPT0,371
Écart entre enseignants0,341 · 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'étudeObservationnel
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetColor perception and designTravaux en français237 207