MétaCan
Menu
Retour à la cohorte
Enregistrement W2093215962 · doi:10.1068/p7096

Experience Produces the Atypicality Bias in Object Perception

2012· article· en· W2093215962 sur OpenAlex
Justin Kantner, James W. Tanaka

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePerception · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPsychologyPerceptionCategorizationCognitive psychologySet (abstract data type)Face perceptionFace (sociological concept)Artificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

When a morph face is produced with equal physical contributions from a typical parent face and an atypical parent face, the morph is judged to be more similar to the atypical parent. This discontinuity between physical and perceptual distance relationships, called the "atypicality bias" (Tanaka et al 1998, Cognition 68 199-220), has also been demonstrated with non-face objects (birds and cars; Tanaka and Corneille 2007 Perception & Psychophysics 69 619-627). We tested whether the atypicality bias can be induced for a novel set of artificial objects. Two categories of "blob" stimuli were generated, each composed of typical and atypical members. Morphs averaged from typical and atypical parent exemplars were used to test the presence of an atypicality bias before and after participants were familiarized with blob items. In experiment 1, participants were trained to discriminate between the two blob categories. An atypicality bias was evident after, but not prior to, category training. In experiment 2, participants rated the pleasantness of the blobs instead of learning to categorize them; an atypicality bias was present only after the ratings task. This finding suggests that relatively passive exposure to exemplars is sufficient to influence perceptions of similarity, and that the atypicality bias is a manifestation of this influence.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,188
Tête enseignante GPT0,362
Écart entre enseignants0,175 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle