MétaCan
Menu
Retour à la cohorte
Enregistrement W2212113954 · doi:10.1002/wcs.1374

Guidelines for studying developmental prosopagnosia in adults and children

2015· review· en· W2212113954 sur OpenAlexfundno aff
Kirsten A. Dalrymple, Romina Palermo

Notice bibliographique

RevueWiley Interdisciplinary Reviews Cognitive Science · 2015
Typereview
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research CouncilCanadian Institutes of Health ResearchCentre of Excellence in Cognition and its Disorders, Australian Research Council
Mots-clésPsychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Developmental prosopagnosia (DP) is a neurodevelopmental condition characterized by severe face identity recognition problems that results from a failure to develop the mechanisms necessary for adequate face processing (Duchaine BC, Nakayama K. Developmental prosopagnosia: a window to content-specific face processing. Curr Opin Neurobiol 2006, 16:166-173.). It occurs in children and adults with normal visual acuity, and without intellectual impairments or known brain injuries. Given the importance of face recognition in daily life, and the detrimental effects of impaired face recognition, DP is an important area of study. Yet conventions for classifying individuals as DP for research purposes are poorly defined. In this focus paper, we discuss: (1) criteria for an operational definition of DP; 2) tests of face recognition and conventions for classifying individuals as DP; and 3) important considerations regarding common associations and dissociations, and cognitive heterogeneity in DP. We also highlight issues unique to studying DP in children, a relatively new endeavor that is proving to be an important complement to the work with adults. Ultimately, we hope to identify challenges researchers face when studying DP, and offer guidelines for others to consider when embarking on their own research pursuits on the topic. For further resources related to this article, please visit the WIREs website.

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)0,012
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,022
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0100,007
Études des sciences et des technologies0,0010,002
Communication savante0,0020,004
Science ouverte0,0050,003
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0150,014

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 Opus0,354
Tête enseignante GPT0,486
Écart entre enseignants0,132 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations112
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews Cognitive ScienceMême sujetFace Recognition and PerceptionTravaux en français237 207