Revisiting upright and inverted face recognition in 6 to 12-year-old children and adults
Notice bibliographique
Résumé
Adults are experts at recognizing faces. However there is still controversy about how this ability develops with age, with some arguing for adultlike processing by 4-6 years of age (Crookes & McKone, 2009) while others maintaining that this ability undergoes protracted development (Monldoch et al., 2002). Here we tested 108 6- to 12-year-old children and 36 young adults with a digitized version of the Benton Face Recognition Test (Benton et al., 1983), which is known to be a sensitive tool for assessing face recognition abilities (Busigny & Rossion, in press). Participants had to identify 3 faces among 6 alternatives that matched the target face despite changes in viewpoint and lightning. The faces were projected upright and upside-down in separate blocks, with order counterbalanced across participants. Children's correct response times did not improve with age, for either upright or inverted faces, but were significantly slower than those of adults for both conditions. This pattern is consistent with known increases with age in attention and information processing. Accuracy improved between 6 and 12 and significantly more for upright than inverted faces, leading to a larger face inversion effect in older children. Inverted face recognition improved slowly until late childhood whereas the improvement for upright faces was largest before versus after 8 years of age, with a further enhancement by young adulthood. Together, the results indicate that during childhood face processing becomes increasingly tuned to upright faces, likely as a result of increasing experience.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».