Orientation congruence judgments in faces & words
Notice bibliographique
Résumé
Thatcher faces - images with eyes and mouth rotated - have a striking appearance. Thatcher and normal faces are easy to tell apart when upright, but not when inverted (Thompson, 1980; Lewis, 2001). These phenomena have been cited as evidence that normal face processing relies on a comparison between parts and wholes, and that these comparisons become less accurate when faces are shown upside-down. However, previous tasks involving the detection of Thatcher faces could be done successfully by attending to only a single facial feature. Here, we introduced uncertainty about which feature could be incongruent, forcing observers to monitor more than a single feature. The second experiment forced observers to make comparisons between parts and wholes by mixing trials of upright and inverted faces; now an upside-down eye could be congruent or incongruent, depending on how the rest of the face was oriented. In addition, we applied the same paradigms to study the perception of part-whole congruence in words. There is evidence that part-whole relationships play a role in word/letter identification (e.g., the word-superiority effect), but no one has studied how observers discriminate normal words from words containing an inverted letter. Both faces and words are familiar categories with canonical orientations. As such, one might expect judgments of orientation congruence to be similar for both categories. Indeed, our results show that congruence judgments are always enhanced by stimuli being presented in their normal orientation. However, our results also suggest that the benefit gained from uprightness differs for words and 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 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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,006 | 0,001 |
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 ».