Visual expectation paradigm and keypress identification compared: Mapping emotion category boundaries
Notice bibliographique
Résumé
Some physical continua (e.g. color, speech sounds, and central to the current study, emotional facial expressions) are perceptually grouped into discrete categories. We tested the category boundary for four continua of 11 morphed photographs representing physically equidistant images with “happy” and “sad” as endpoints. Here, we compare results from a 2AFC keypress identification to categories derived from participant's anticipatory eye movement data. Experiment 1 relied on an identification task in which participants saw continuum endpoint images (Unambiguous images) and selected “happy” or “sad” via keypress. Then they were asked to make the same decision for the five middle images (Ambiguous images) from the same continuum. Participants clearly categorized emotion images as happy or sad except for one image which elicited chance performance, suggesting a category boundary at this location. In Experiment 2, naïve participants saw a subset of these same stimuli in a visual expectation paradigm. During a training phase, the emotion (happy or sad) of an Unambiguous image displayed in the center of the screen predicted the location of a visual reward (e.g. a happy image was followed by a cartoon to the left, a sad image by a cartoon to the right). This visual reward appeared 750 ms after the central face image, allowing anticipatory eye movements to be recorded with an eye-tracker. After training, participants were presented with the five Ambiguous images and anticipatory eye movements were recorded. Experiments 1 and 2 revealed similar results: The middle images of the continuum had the most variable responses. The presence of a category boundary was further suggested by the greater number of non-responses (participants failing to show anticipatory eye movements) for images near the expected category boundary. The visual expectation paradigm is a viable methodology for the study of category boundaries.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».