Fido-specific after-effects: Dog specific adaptation for dog-owners but not non-owners.
Notice bibliographique
Résumé
Exposure to a distorted face results in subsequently viewed distorted faces appearing more normal. This type of face adaptation has been used extensively to probe our representations of human faces. In Experiment 1 we used the face distortion after-effect (FDAE) to explore the role of experience in the processing of unfamiliar individuals from a different species, the domestic dog (Canis familiaris). We adapted our participants to the distorted face of a golden retriever and tested their subsequent normality judgments for various dogfaces that matched the adapting stimulus in identity (both the same and a different image of the same dog), breed, colour (but not shape), shape (but not colour), or in species only (i.e., neither shape nor colour). After adaptation there was a different pattern of normality judgements for dog owners compared to non-owners. Dog owners (n=30) showed a larger FDAE than non-owners (n=25) for same-identity images. The dog owners' FDAE was identity-specific: it was equivalent in size for the same-identity images and transferred significantly less to all other dogs (regardless of breed, shape and colour). For non-owners, the FDAE was equivalent in size for all dogs that were similar in colour (e.g. pale fur with a dark nose). Experiment 2 was conducted to further investigate the role of experience by comparing the FDAE for golden retriever owners and owners of other breeds. Data to date (n=7) suggests a golden retriever-specific effect; the FDAE was more specific for golden retriever owners than it was for owners of other breeds. The findings suggest that experience with different types of faces can affect whether they are represented at a more basic level (e.g., a pale dog) or subordinate level (e.g., an individual golden retriever). Meeting abstract presented at VSS 2014
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 | 0,005 |
| 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 | 0,001 |
| 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 ».