Representing Young and Older Adult Faces: Shared or Age-Specific Prototypes?
Notice bibliographique
Résumé
We recently reported that the dimensions of face space are more well refined for young than older adult faces (Short & Mondloch, 2013). In the current study, we examined two alternative ways in which young and older adult faces might be represented in the context of a norm-based coding model. According to one model, adults possess a single age-generic norm that codes for both young and older faces, with face age represented as a dimension or set of dimensions within face space. Alternatively, there may be separable prototypes for young and older faces, with the representation of older faces being less well refined. In Experiment 1, 40 young adults participated in an opposing aftereffects experiment in which young and older faces were distorted in opposite directions (compressed versus expanded) during adaptation. Before and after adaptation, participants indicated which member of ±20% same-identity face pairs looked more normal; half of the pairs were older faces and half were young. Following adaptation, adults' normality preferences simultaneously shifted in opposite directions for the two face ages, p < .001, providing evidence for age-contingent opposing aftereffects. In Experiment 2, we sought to confirm these findings by examining the extent to which aftereffects transfer across face age categories. Pre- and post-adaptation trials were identical to those in Experiment 1; however, during adaptation, participants (n = 80) were adapted to either compressed or expanded faces from a single age category (young/old). Aftereffects, though significantly greater than chance for both face ages, were larger for the face age that matched adaptation than for the face age that did not, p < .01, indicating partial transfer of aftereffects across age categories. Collectively, these results suggest that adults process young and older adult faces with regard to separable prototypes with some shared coding dimensions. 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 | 0,005 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».