Similarity modulates the face-capturing effect in change detection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract We investigated whether similarity among faces could modulate the face-capturing effect in change detection. In Experiment 1, a singleton search task was used to demonstrate that a face stimulus captures attention and the odd-one-out hypothesis cannot account for the results. Searching for a face target was faster than searching for a nonface target no matter whether distractor–distractor similarity was low or high. The fast search, however, did not lead to a face-detection advantage in Experiment 2 when the pre- and postchange faces were highly similar. When participants in Experiment 3 had to divide their attention between two faces in stimulus displays for change detection, detection performance was worse than performance in detecting nonface changes. The face-capturing effect alone is insufficient to produce the face-detection advantage. Face processing is efficient but its effect on performance depends on the stimulus–task context. Acknowledgements This research was supported by a grant from National Science Council to Y.-Y. Yeh (NSC 95-2413-H-002-003). We thank R. Palermo, Y.-M. Huang, H.-F. Chao, and Y.-C. Chiu for their valuable comments on an earlier version of the manuscript. We also thank S.-H. Lin for his assistance on stimulus generation. Parts of the results were presented at the 13th annual meeting of OPAM, Toronto, Canada in 2005. Notes 1We thank Ro for providing us with the stimuli from his study. Only achromatic female faces were used in their experiments.
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.
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 | 0,000 | 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 | 0,000 |
| 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 découle