Sentivitity to the spacing of features in novel objects after learning individuals vs. categories
Notice bibliographique
Résumé
Adults appear to be more sensitive to configural information, including the spacing of features, in faces than in other objects (reviewed in Maurer, Le Grand, & Mondloch, 2002). This difference arises even when adults are simply primed to perceive 4 blobs (placed in the position of two eyes, nose, and mouth) as facial features rather than points of the letter Y (Nishimura, Maurer, & Mondloch, 2004). The difference may arise because spacing information plays a greater role in learning to identify individual exemplars of an object category (e.g. faces: Bob vs. John) than in learning to identify objects at the basic level of categorization (e.g. table vs. chair; Gauthier & Tarr, 1997). We simulated this learning difference by having two groups view the same stimuli but learn to label them only at the categorical level or at both the categorical and individual levels. One group (n=9) was trained to label three categories of ambiguous stimuli: bobos formed from 4 blobs, tikas formed from 6 blobs, and pelis formed from 7 blobs. The other group (n=9) was trained, in addition, to use different labels for the three individual bobos, each of which has a slightly different spacing of its constituent blobs. The two groups were matched based on a pre-test of sensitivity to spacing differences in a different set of bobos. On a post-test with novel bobos, the group trained to label individual bobos was significantly more accurate (M=71.1%) in detecting changes in the spacing of the constituent blobs than the group that learned only the category labels (M=64.8%; p = .03, one-tailed). The spacing changes were of the magnitude that naturally exists among human faces. The findings are consistent with the hypothesis that we become more sensitive to the spacing of features in faces than in other objects because we have more experience identifying individual faces than identifying individual members of non-face categories.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,003 | 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 ».