MétaCan
Menu
Retour à la cohorte
Enregistrement W2155820912 · doi:10.1111/j.0956-7976.2004.00753.x

Impairment in Holistic Face Processing Following Early Visual Deprivation

2004· article· en· W2155820912 sur OpenAlexaff
Richard Le Grand, Catherine J. Mondloch, Daphne Maurer, Henry P. Brent

Notice bibliographique

RevuePsychological Science · 2004
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensHospital for Sick ChildrenMcMaster UniversityBrock UniversityUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPsychologyNeural substrateVisual processingFace (sociological concept)Set (abstract data type)Cognitive psychologyTask (project management)Contrast (vision)Control (management)CommunicationDevelopmental psychologyCognitionArtificial intelligencePerceptionComputer scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Unlike most objects, faces are processed holistically: They are processed as a whole rather than as a collection of independent features. We examined the role of early visual experience in the development of this type of processing of faces by using the composite-face task, a measure of holistic processing, to test patients deprived of visual experience during infancy. Visually normal control subjects showed the expected composite-face effect: They had difficulty perceiving that the top halves of two faces were the same when the top halves were aligned with different bottom halves. Performance improved when holistic processing was disrupted by misaligning the top and bottom halves. Deprived patients, in contrast, showed no evidence of holistic processing, and in fact performed significantly better than control subjects when top and bottom halves were aligned. These findings suggest that early visual experience is necessary to set up or maintain the neural substrate that leads to holistic processing of faces.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,113
Tête enseignante GPT0,425
Écart entre enseignants0,312 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations357
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological ScienceMême sujetFace Recognition and PerceptionTravaux en français237 207