Effects of size, fixation location, and inversion on face identification
Notice bibliographique
Résumé
One possible explanation for the face inversion effect (FIE) is that inversion swaps the eye and mouth locations relative to fixation, and attention typically is directed to the top of a stimulus for faces. As the eye region is the most informative for face discrimination, automatically attending to the upper-half of a face would cause observers to use less diagnostic regions for inverted faces. Consistent with this hypothesis, cueing attention to the eyes modulates the FIE measured both behaviourally (Hills et al., JEP:HPP 2011) and with EEG (de Lissa et al., Neuropsychologia 2014). However, past studies used old/new recognition or gender discrimination tasks rather than identification tasks, and they did not consider the effects of stimulus size. The size manipulation is interesting in light of a recent suggestion that specialized face processing is engaged only by large stimuli (Yang et al., J Vis 2014). To address these issues, we measured accuracy and ERPs in a 6-AFC identification task that varied fixation location (center, left eye, right eye, mouth), orientation (upright or inverted), and face width (3.2 or 8.1 deg). Behavioural results showed significant main effects of: i) face size (higher accuracy for large faces), ii) fixation location (lower accuracy for mouth fixations), and iii) orientation (lower accuracy for inverted faces). However, we observed no fixation x orientation interaction, thus fixation location did not modulate the FIE. The size x orientation interaction also was not significant, which is inconsistent with the suggestion that small and large faces differentially recruit face-specific mechanisms. Finally, we found a significant N170 latency FIE that, consistent with previous studies, was larger with eye fixations. Together, these results clarify the roles of size and fixation in identification tasks, and further implicate the eyes in both behavioural and electrophysiological markers of face processing. Meeting abstract presented at VSS 2015
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».