MétaCan
Menu
Retour à la cohorte
Enregistrement W1967633868 · doi:10.1167/14.10.1263

They all look different to me: Within-person variability affects identity perception for other-race faces more than own-race faces

2014· article· en· W1967633868 sur OpenAlexaff
Xiaomei Zhou, Sarah Laurence, Catherine J. Mondloch

Notice bibliographique

RevueJournal of Vision · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésRace (biology)PsychologyPerceptionIdentity (music)Face (sociological concept)PhraseSocial psychologyGender studiesSociologyAestheticsArtComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

People are worse at recognizing other-race faces than own-race faces. This other-race effect (ORE) has been attributed to worse discrimination of other-race faces, as reflected in the phrase "they all look the same to me". A neglected challenge in face recognition has been the ability to recognize a face's identity across superficial changes (e.g., expression, hairstyle). Indeed, even for own-race faces, photos of the same person can be perceived as belonging to different individuals, unless that person is familiar (Jenkins et al., 2011). We investigated how within-person variability affects our perception of identity for own and other-race faces. Caucasians (n=49) were given 40 photographs of two unfamiliar people (20 photographs/model) and asked to sort them into piles such that each pile had all of the pictures of one person. The photos were either of own-race (UK celebrities) or other-race (Chinese celebrities) faces. Participants had more difficulty discriminating other-race faces; more participants put two different people into the same pile for other-race (92%) than own-race (63%) faces. Notably, participants sorted the photographs into significantly more identities for other-race (M = 10.96; range = 4 to 31) than for own-race faces (M = 4.79; range = 2 to 16: Cohen's d =1.18). It is unlikely that the smaller number of piles for own-race faces reflects less variability among the Caucasian photographs. In an ongoing study, Chinese participants (to date, n = 6) sorted the Caucasian photographs into an average of 15 identities (range = 8 to 20). These findings suggest that studies in which the same image of a face is used for presentation and test may under-estimate the challenge of recognizing other-race faces. In the real world it may be the case that 'they all look different to me'. Meeting abstract presented at VSS 2014

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,736
Score d'incertitude au seuil0,715

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,044
Tête enseignante GPT0,344
Écart entre enseignants0,301 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetFace Recognition and PerceptionTravaux en français237 207