The effects of aging and stimulus duration on face identification accuracy with differing viewpoints
Notice bibliographique
Résumé
Habak, Wilkinson and Wilson (2008, Vision Res, 48(1), 9-15) reported that face identification accuracy was lower in older subjects than younger subjects, especially for faces presented at different viewpoints. In addition, they found that identification accuracy for faces presented in different viewpoints improved in younger subjects, but not older subjects, as stimulus duration increased from 500 to 1000 ms. This result led Habak et al. to propose that the accumulation of information used to refine neural representations saturates earlier in the older visual system than in the younger visual system. However, Habak et al. used artificially constructed stimuli that differed in outer contour and hair in addition to the geometry of internal features, and may not have been discriminated on the basis of facial features per se. We therefore investigated the effect of stimulus duration in older (n=8) and younger (n=8) observers using pictures of faces that differed in viewpoint but had identical outer contours and no hair, forcing subjects to base identification on internal facial features. Observers viewed a high-contrast target face for 250ms, 500ms, 1000ms, or 2000ms followed by a 10-face choice response. Faces in the response window were presented in fronto-parallel view; target faces were presented at one of several oblique viewpoints. A repeated measures ANOVA revealed significant main effects of age (p<0.001) and duration (p<0.0001), but the age x duration interaction was not significant (p=0.28). Moreover, contrary to Habak et al, we found significant linear trends in both younger (p<0.05) and older (p<0.001) observers, and performance did not reach an asymptote in either group, even with durations up to 2000 ms. Thus, although older observers performed worse than younger observers, both groups accumulated stimulus information across time at similar rates, calling into question the neural saturation hypothesis as a general explanation of age-related face perception deficits.
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 | 0,006 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».