The flip side of the other‐race coin: They all look <i>different</i> to me
Notice bibliographique
Résumé
Poorer recognition of other-race faces than own-races faces has been attributed to a problem of discrimination (i.e., telling faces apart). The conclusion that 'they all look the same to me' is based on studies measuring the perception/memory of highly controlled stimuli, typically involving only one or two images of each identity. We hypothesized that such studies underestimate the challenge involved in recognizing other-race faces because in the real world, an individual's appearance varies in a number of ways (e.g., lighting, expression, hairstyle), reducing the utility of relying on pictorial cues to identity. In two experiments, Caucasian and East Asian participants completed a perceptual sorting task in which they were asked to sort 40 photographs of two unfamiliar identities into piles such that each pile contained all photographs of a single identity. Participants perceived more identities when sorting other-race faces than own-race faces, both when sorting celebrity (Experiment 1) and non-celebrity (Experiment 2) faces, suggesting that in the real world, 'they all look different to me'. We discuss these results in the light of models in which each identity is represented as a region in a multidimensional face space; we argue that this region is smaller for other-race than own-race faces.
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 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 | 0,001 | 0,001 |
| 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».