MétaCan
Menu
Retour à la cohorte
Enregistrement W4412439465 · doi:10.1167/jov.25.9.2292

Discrete vs. continuous timer bars: How visual segmentation shapes the perception of time "running out"

2025· article· en· W4412439465 sur OpenAlexaff
Jiaying Zhao, Joan Danielle K. Ongchoco

Notice bibliographique

RevueJournal of Vision · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Visualization and Analytics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTimerSegmentationPerceptionComputer scienceComputer visionArtificial intelligencePsychologyNeuroscienceComputer hardware

Résumé

récupéré en direct d'OpenAlex

Our lives are flooded with visual reminders of time slipping away — from ticking clocks to countdowns timers, that all depict a sense of time “running out”. In time perception, the same duration can feel longer or shorter as a function of various factors (e.g., attention, predictability) — but we know less about the factors that influence the perception of how much time is left. In visual processing, a key discovery is that while sensory input may be a continuous wash of light, what we experience — what the mind parses — are discrete objects and events. Here we explored how discreteness structures our sense of time running out. Observers completed a multi-item localization (MILO) task, where they clicked on multiple targets in a sequence. In every trial, there was a black-bordered rectangular ‘timer-bar’ initially filled with a color that emptied over a period (e.g., 3 seconds) to visually depict the passage of time. The color diminished either *continuously*, gradually and evenly depleting throughout, or *discretely*, in which the bar was segmented into discrete chunks that disappeared at regular intervals. To measure perceived urgency of time ‘running out’, we examined inter-click latencies (i.e., the time between clicks). Results revealed longer inter-click latencies for discrete (compared to continuous) timer-bars, suggesting greater urgency in the continuous case. This difference disappeared in a separate experiment, where the bar was instead filled over time continuously or discretely, with a reliable interaction between experiments — suggesting that effects could not simply have been a function of one condition being more distracting than another. Thus, discreteness may have distinct effects on our sense of time running out versus time accumulating. Segmentation in visual depictions of time depletion may make time feel more “manageable,” altering our sense of urgency in time-sensitive tasks.

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)0,000
score de la tête « metaresearch » (Gemma)0,005
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,011
Tête enseignante GPT0,329
Écart entre enseignants0,318 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetData Visualization and AnalyticsTravaux en français237 207