MétaCan
Menu
Retour à la cohorte
Enregistrement W4414044299 · doi:10.1016/j.tfp.2025.100996

Fractal complexity in visual nature: Perceptual preferences of leaf silhouettes and implications for biophilic design

2025· article· en· W4414044299 sur OpenAlexaff
Sara Barron, Amy Blood, R. P. Taylor

Notice bibliographique

RevueTrees Forests and People · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueColor perception and design
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFractalSilhouettePerceptionNatural (archaeology)Fractal dimensionRelaxation (psychology)

Résumé

récupéré en direct d'OpenAlex

• Moderate fractal complexity ( D = 1.3–1.5) enhances leaf shape preference. • Moderate complexity preferences align with the Fractal Fluency Model. • Leaf shape preferences vary, affecting excitement, interest and relaxation ratings. • Findings offer valuable insights for urban forestry and biophilic design. Biophilic design posits that incorporating natural materials and patterns can improve feelings of restoration and well-being in built environments. Nature includes many patterns, such as fractals, which are highly prevalent and characterized by self-similar components that repeat across varying scales. Including fractals in human-made environments might influence perceptual experiences. Nature’s fractals typically vary in complexity (measured using fractal dimension, D) from 1.1 to 1.9. Previous studies have shown consistent preferences for these patterns, as well as differences in how their complexity is perceived. Our study tested human perception of fractal patterns, focusing on leaf silhouette fractals with d -values ranging from 1.1 to 1.5. We surveyed 235 participants using 60 forced-choice tasks, comparing 12 distinct leaf silhouettes across six judgment types: complexity, natural, excitement, interest, appeal, and relaxation . Leaf shapes were selected to represent varying levels of fractal complexity, categorized into low (1.1), moderately-low (1.2–1.3), and moderate (1.4–1.5) d -values. Our results demonstrated that preferences differed by judgment type: moderate d -value leaves were preferred for excitement, interest, natural , and appeal , while leaves with moderately-low d -values (especially around 1.3) were favored for relaxation . More complex leaves (higher d -values) were perceived as stimulating, whereas simpler leaves (lower d -values) were found to be more relaxing . Additionally, species-specific trends emerged, with leaves from the Platanus orientalis and Aesculus hippocastanum species ranking highly for excitement and interest , while Gingko biloba leaves were highly favored for relaxation . This study represents the first fractal-based investigation into human preferences for recognizable natural shapes, specifically leaf silhouettes, and supports the preference of perceived moderate complexity within the Fractal Fluency Model. These findings suggest that fractal complexity plays a role in how humans perceive and engage with leaf shapes. This research has potential applications in biophilic design and urban planning, particularly in enhancing human-environment interactions in urban landscapes. Additional research into specific judgment types and the role of branching and tree structures could further optimize biophilic design strategies to foster well-being in natural and urban 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: Observationnel
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,070
Tête enseignante GPT0,381
Écart entre enseignants0,311 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrees Forests and PeopleMême sujetColor perception and designTravaux en français237 207