The role of contour information in the spatial frequency tuning of upright and inverted faces
Notice bibliographique
Résumé
Using the spatial frequency (SF) Bubbles technique, we recently revealed that the same SFs are used for the identification of upright and inverted faces (Willenbockel et al., in press; see also Gaspar, Sekuler, & Bennett, 2008). In these articles, the faces were presented through an elliptical aperture hiding contours. Given that contours do contain information useful for face identification, real-world differences between upright and inverted face SF processing might have been missed. Here, we examined the role of contour information in the SF tuning of upright and inverted face identification using SF Bubbles. We created a bank of 20 faces, and each face was randomly assigned either to set A or to set B. Six participants saw the faces from set A with contours and the faces from set B without contours (shown through an elliptical aperture), whereas six other participants saw the faces from set A without contours and faces from set B with contours. On each trial, a face was selected and its SFs were sampled randomly (for details, see Willenbockel et al., in press). Participants completed one thousand trials in each condition. Multiple linear regressions were performed on the random SF filters and response accuracy. Without contours, we closely replicated Willenbockel et al.: the same SFs correlated with accurate identification of upright and inverted faces (a single band beginning at ∼6 cycles per face (cpf) and ending at ∼15 cpf). The presence of contour information led to a similar increase in the diagnosticity of low spatial frequencies, irrespective of face orientation; and to a decrease in the diagnosticity of higher spatial frequencies for inverted faces (upright faces with contour: a single band beginning at ∼2.3 cpf and ending at ∼16.5 cpf; upright faces without contour: a single band beginning at ∼4 cpf and ending at ∼20 cpf).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».