MétaCan
Menu
← Retour à la cohorte
Enregistrement W2013110651 · doi:10.1167/9.8.1059

Effects of normal aging on face view adaptation

2010· article· en· W2013110651 sur OpenAlexaff
Mei M, H. Wilson

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPsychologyPerceptionFace (sociological concept)Affect (linguistics)Adaptation (eye)Face perceptionCognitive psychologyPopulationAudiologyMedicineCommunicationNeuroscienceSociology

Résumé

récupéré en direct d'OpenAlex

A recent study about normal aging from our laboratory reported degraded face recognition across views but not with same views (Habak, Wilkinson, & Wilson, 2007, Vision Research). Therefore, we hypothesized that normal aging would affect face view adaptation. Younger (26 +/− 5.1 years) and older (67 +/− 5.2 years) subjects of 15 each with normal vision were recruited. They were required to make a two-alternative-forced choice of which direction a test face (200 ms) was facing after being adapted to an adapting face (5 s). Four adapting faces orientated at a side view (20°), an up view (20°), and their corresponding frontal views (for baseline measurement). Seven testing faces were orientated from left 6° to right 6° for side view and up 9° to down 9° for up or down view. The proportions of judging “right” or “down” view of 10 repetitions were calculated for each testing face at each condition. Point-of-subjective-equivalent (PSE) and sigma values were calculated from a psychophysical function. The older and younger groups showed similar baselines suggesting that thresholds of non-frontal view perceiving neurons are intact across aging. The older group showed a larger shift in PSEs and shallower slopes for the two adapting conditions suggesting that normal aging causes an increase in bandwidth of view-tuned neurons. These findings help to explain the degraded face perception in older population.

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)0,001
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,319
Écart entre enseignants0,292 · 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 Vision→Même sujetFace Recognition and Perception→Travaux en français237 207→