MétaCan
Menu
Retour à la cohorte
Enregistrement W1992043632 · doi:10.1167/10.7.670

Delineate the temporal sequence and mechanisms for perceiving individual faces

2010· article· en· W1992043632 sur OpenAlexaff
Xin Zheng, Catherine J. Mondloch, Sidney J. Segalowitz

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésPsychologyFace (sociological concept)Identity (music)PerceptionSet (abstract data type)Face perceptionAudiologyCommunicationCognitive psychologyComputer scienceNeuroscienceMedicineArtAesthetics

Résumé

récupéré en direct d'OpenAlex

In two event-related potential (ERP) studies, we examined neural correlates of individual face perception. In Study 1, 36 individual female and 9 male faces were randomly presented, and participants were instructed to press a button for male faces. Based on similarity ratings from a previous behavioral study, the female faces could be located in a multidimensional “face-space”. The facial characteristics representing the “face-space” and therefore important for judging face similarities include eye color, face width, eye size and top-of-face height. The face-sensitive N170 component was affected by all these factors. In addition, there was a hemisphere difference: the right N170 amplitude was related to eye color and face width, while the left N170 amplitude was related to eye size and top-of-face height when bottom-of-face height was small. In Study 2, we created a set of faces that varied in identity strength by morphing each of the 36 female faces with an average face formed from the entire set; the relative weighting of an original face ranged from 100% to 0% in 10% decrements. Participants were instructed to press a button whenever they detected a target identity. Accuracy data indicated an ambiguous region between 30% and 60% identity strength. Neither the P1 nor the N170 to non-target faces were influenced by identity strength. However, the amplitude of the P2 component (230-270 ms) became smaller as identity strength decreased, with no categorical boundary effect. Collectively, these results provide electrocortical evidence of structural decoding of individual faces before 200 ms that involves rather fine-tuned analyses of multiple facial characteristics, which might be carried out separately by two hemispheres. Following structural decoding, the electrocortical evidence of individual face identification occurs around 250 ms with minimal response to “average” 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,081
Tête enseignante GPT0,356
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetFace Recognition and PerceptionTravaux en français237 207