Exploring the different roles of fixations in an active visual search task
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Common visual search paradigms conducted on 2D screens with passive observation do not capture the full breadth and reality of eye and head movements used in real-world search. One is not presented with an image in real-world search; one must determine which images to acquire and in what order using relevant eye, head, and body movements. To investigate viewpoint selection and the role of fixation in active observation, an active visual search task was conducted in a controlled real-world environment. The scene was a physical 3x4m space furnished with tables and wire cages. Stimuli were miniature everyday objects, scattered in various orientations on the tables and cages. Observers moved freely, untethered, to search for a target object, and their eye and head movements, reaction time, and accuracy, were synchronized and measured over 12 trials each. Resulting eye and head movement data naturally seemed divided into “environment”, “look-at”, and “target look-at” fixations. “Look-at” refers to fixations viewing tables or cages with stimuli in view, “target look-at” refers to fixations viewing the target object, and “environment” covers all other fixations. Interestingly, subjects became more efficient at searching with successive target present trials, particularly in the number of look-at fixations. Target look-at fixations were also significantly longer than other fixations. Finally, we discovered that environment fixations often occur between look-at’s while a subject is navigating to a different location to continue their search. This suggests a clear distinction in the role between look-at fixations and environment fixations - one for searching through stimuli, and one for searching and navigating through the environment to achieve the next viewpoint. These results emphasize the importance of conducting search and other visual tasks in the real world, in order to capture the nuances of eye and head movement and strategies not otherwise found from a 2D paradigm.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle