Viewpoint Aftereffects: Adapting to full faces, head outlines, and features
Notice bibliographique
Résumé
Previous research has shown that adapting to a face horizontally rotated about a vertical axis produces a perceptual shift, where the test face appears rotated slightly away from the direction of the adapting face (Fang & He, Neuron, 2005). We have recently confirmed this finding in our lab using synthetic face stimuli. In the current study, we sought to explore how the geometric elements of our stimuli independently contribute to this effect. In a two alternative forced choice task, subjects were presented with an adapting face oriented 20 degrees to the left or right for four seconds, followed by a briefly presented test face, which was randomly chosen in each trial from a set of seven faces spanning +/− 6° around a frontal view. Subjects were instructed to choose whether each test face appeared left or right of center. By assessing the orientation of the test face at which subjects were equally likely to choose left or right (point of subjective equality), we were able to assess the strength of adaptation. We tested subjects in three conditions: Adapting to full faces (Intact), head outlines only (Outline), and features only (Features). In all conditions, the test faces were full faces. We found that Intact adapted more strongly than Features (pOutline adapted stronger than Features (pIntact vs. Outline (p[[lt]]0.123). These results suggest a non-linear combination of outline and features, with a privileged role for the head outline in encoding the direction of gaze.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,004 | 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 ».