MétaCan
Menu
Retour à la cohorte
Enregistrement W2168606764 · doi:10.1111/j.1467-7687.2004.00342.x

Face inversion and contrast‐reversal effects across development: in contrast to the expertise theory

2004· article· en· W2168606764 sur OpenAlexaff
Roxane J. Itier, Margot J. Taylor

Notice bibliographique

RevueDevelopmental Science · 2004
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensBaycrest Hospital
Organismes subventionnairesnon disponible
Mots-clésPsychologyContrast (vision)Cognitive psychologyFace (sociological concept)Recognition memoryDevelopmental psychologyFacial recognition systemCognitionNeurosciencePattern recognition (psychology)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

To determine the role of configural changes on the development of face encoding and memory, we investigated face recognition in an n-back repetition task with upright, inverted and contrast-reversed unfamiliar faces in adults and children (8-16 years). Repetitions occurred immediately (0-lag) or after one intervening face (1-lag). Face recognition continued to develop beyond 14-16 years, as shown with hit rates, d' scores and reaction times that all improved with age. Inversion and contrast-reversal effects were found in all subjects but were not more pronounced with increasing age, suggesting no increased reliance on configural processing and thus arguing against the expertise theory of Diamond and Carey (1986). Recognition improved with age in upright but also in inverted and contrast-reversed faces, suggesting a quantitative rather than a qualitative developmental change in face processing. For all age groups, performances decreased and reaction times increased from 0- to 1-lag conditions similarly, suggesting a similar memory component involved in adults' and children's processing. These data suggest gradual quantitative improvements in face processing with age, mainly due to increasing working memory processing capacity.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,022
Tête enseignante GPT0,277
Écart entre enseignants0,255 · 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

Citations60
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopmental ScienceMême sujetFace Recognition and PerceptionTravaux en français237 207