MétaCan
Menu
Retour à la cohorte
Enregistrement W1995538523 · doi:10.1068/i0604

Comparing Sensitivity to Facial Asymmetry and Facial Identity

2013· article· en· W1995538523 sur OpenAlexaff
Nicole D. Anderson, Chris Gleddie

Notice bibliographique

Revuei-Perception · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésAsymmetryFacial symmetryPsychologyIdentity (music)Face (sociological concept)Facial recognition systemFace perceptionFeature (linguistics)Symmetry (geometry)Pattern recognition (psychology)Cognitive psychologyArtificial intelligenceSocial psychologyComputer scienceMathematicsPerceptionGeometryNeurosciencePhysicsLinguisticsAcousticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Bilateral symmetry is a facial feature that plays an important role in the aesthetic judgments of faces. The extent to which symmetry contributes to the identification of faces is less clear. We investigated the relationship between facial asymmetry and identity using synthetic face stimuli where the geometric identity of the face can be precisely controlled. Thresholds for all observers were 2 times lower for discriminating facial asymmetry than they were for discriminating facial identity. The advantage for discriminating asymmetrical forms was not observed using nonface shape stimuli, suggesting this advantage is face-specific. Moreover, asymmetry thresholds were not affected when faces were either inverted or constructed about a nonmean face. These results, taken together, suggest that facial asymmetry is a characteristic that we are exquisitely sensitive to, and that may not contribute to face identification. This conclusion is consistent with neuroimaging evidence that suggests that face symmetry and face identity are processed by different neural mechanisms.

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)0,000
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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 savante0,0000,000
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 Opus0,061
Tête enseignante GPT0,305
Écart entre enseignants0,244 · 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

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuei-PerceptionMême sujetFace Recognition and PerceptionTravaux en français237 207