MétaCan
Menu
Retour à la cohorte
Enregistrement W2043929732 · doi:10.1037/0096-1523.33.1.1

Temporal integration in face perception: Evidence of configural processing of temporally separated face parts.

2007· article· en· W2043929732 sur OpenAlexaff
David Anaki, Jennifer Boyd, Morris Moscovitch

Notice bibliographique

RevueJournal of Experimental Psychology Human Perception & Performance · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensUniversity of TorontoBaycrest Hospital
Organismes subventionnairesnon disponible
Mots-clésInversion (geology)PerceptionFace perceptionInterval (graph theory)Computer sciencePattern recognition (psychology)Artificial intelligenceVisual perceptionFace (sociological concept)Computer visionSpeech recognitionPsychologyMathematicsGeologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Temporal integration is the process by which temporally separated visual components are combined into a unified representation. Although this process has been studied in object recognition, little is known about temporal integration in face perception and recognition. In the present study, the authors investigated the characteristics and time boundaries of facial temporal integration. Whole faces of nonfamous and famous people were segmented horizontally into 3 parts and presented in sequence, with varying interval lengths between parts. Inversion and misalignment effects were found at short intervals (0-200 ms). Moreover, their magnitude was comparable to those found with whole-face presentations. These effects were eliminated, or substantially reduced, when the delay interval was 700 ms. Order of parts presentation did not influence the pattern of inversion effects obtained within each temporal delay condition. These results demonstrate that temporal integration of faces occurs in a temporary and limited visual buffer. Moreover, they indicate that only integrated faces can undergo configural processing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,449
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,127
Tête enseignante GPT0,432
Écart entre enseignants0,304 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations36
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology Human Perception & PerformanceMême sujetFace Recognition and PerceptionTravaux en français237 207