Simulating drone and bodily movements: a behavioral study
Notice bibliographique
Résumé
Introduction: This study explores how drone movements and human bodily gestures influence spectators' perceptions, focusing on physical and emotional involvement, aesthetic appreciation, and time perception. Methods: Inspired by the iconic staircase scene from the Soviet film The Cranes Are Flying (1957), a set of 81 naturalistic video stimuli was created using a drone-mounted camera, varying in Drone Movement (Ascending, Descending, Still), Human Presence (Female, Male, None), and Image Speed (Normal, Low, Very Slow). Participants evaluated each video based on Liking, Perceived Movement, Physical Involvement, Emotional Involvement and Perceived Duration. Results and discussion: Results showed that ascending movements elicited the highest levels of perceived movement, aesthetic appreciation and emotional engagement, outperforming descending and still movements. These results could be explained by a stronger sense of effort and exertion associated with ascending movements, aligning with the embodied simulation of upward motion against gravity. Human presence significantly enhanced ratings across all metrics compared to videos without human figures, thus suggesting that bodily movements play a crucial role in evoking stronger viewer involvement. Additionally, the Female condition received higher aesthetic ratings. Notably, normal image speed yielded greater perceived movement and physical involvement than slowed footage, highlighting a stronger connection to the natural rhythm of bodies in motion. Furthermore, ascending and descending conditions were perceived as lasting longer than still, corroborating prior research on time perception distortions with dynamic stimuli. Correlation analysis highlighted a strong link between physical involvement, emotional engagement, and aesthetic appreciation, underscoring the interplay between bodily and emotional responses. This study emphasizes the potential of drone-based cinematography to evoke embodied and emotional responses, reinforcing the role of embodied simulation theory in cinematic experiences.
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 | 0,005 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».