Effects of synthetic face adaptation: An fMRI study
Notice bibliographique
Résumé
Previous psychophysical evidence suggests that face processing mechanisms can be adapted in an identity-specific manner. Moreover, the effect of adaptation critically depends on the identity strength of the test face, with faces closer to the mean being more affected than faces further from the mean (Anderson & Wilson, 2005). Here, we have studied the underlying neural processes of this identity-specific adaptation effect using an event-related fMRI adaptation paradigm. BOLD responses in the fusiform face area (FFA) were measured for synthetic faces with the same identity but at different distances from the mean using a 3T MRI system. Signals were assessed either without adaptation or after adapting to a strong (12%) anti-face (on the opposite side of the mean). As a control, responses were also measured for an irrelevant task (i.e. contrast judgements for a Gabor patch) using the same adaptation protocol as for the face-processing task. This allowed us to tease apart identity-specific adaptation effects on the BOLD signal from non-specific effects of the adaptation protocol. With no adaptation, the BOLD signal from the FFA showed no marked difference between the faces with different identity strengths. After adaptation, the BOLD responses to faces with identities closer to the mean face were lower than responses to faces with stronger identities. This pattern of responses is qualitatively similar to the pattern of results observed with different identity strengths using psychophysical methods, and may reflect the operation of a gain control mechanism subserving face perception.
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) | 0,000 | 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) | 0,001 | 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 ».