Deconstructing the early visual electrocortical responses to face and house stimuli
Notice bibliographique
Résumé
The initial timing of face-specific effects in event-related potentials (ERPs) is a point of contention in face-processing research. The occasional reports of a larger P100 to face stimuli compared to other image categories is often attributed to differences in low-level stimulus characteristics. Separating the P100 from the classic N170 effect has not been done except by adjusting stimuli to control for low-level stimulus characteristics, which yields robust face effects only after 130 ms. In the present study we use a stimulus set with minimal controls for low-level characteristics. This produces significantly larger (p < 0.01) P100 and N170 amplitudes for images of faces compared to houses in a group effect. However, with independent component analysis (ICA), we demonstrate that (a) the P100 scalp effect stems from a neural network that is indeed independent of that producing the N170 effect, despite the N170 component being active at the time of the P100; (b) compared to the N170 effect, the P100 effect is less reliable even when it is present because of intersubject variability; and (c) some individuals show a component with a larger response to houses over faces at the time of the P100 that is undetectable at the scalp because the activation of larger spatiotemporally overlapping activity cancels its field projection. Thus, with ICA, we are able to account for the general finding in the literature of a consistent N170 face effect and a less reliable P100 face effect at the level of anatomically independent electrocortical processes.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».