The role of color in expert object recognition
Notice bibliographique
Résumé
In the current study, we examined how color knowledge in a domain of expertise influences the accuracy and speed of object recognition. In Experiment 1, expert bird-watchers and novice participants categorized common birds (e.g., robin, sparrow, cardinal) at the family level of abstraction. The bird images were shown in their natural congruent color, nonnatural incongruent color, and gray scale. The main finding was that color affected the performance of bird experts and bird novices, albeit in different ways. Although both experts and novices relied on color to recognize birds at the family level, analysis of the response time distribution revealed that color facilitated expert performance in the fastest and slowest trials whereas color only helped the novices in the slower trials. In Experiment 2, expert bird-watchers were asked to categorize congruent color, incongruent color, and gray scale images of birds at the more subordinate, species level (e.g., Nashville warbler, Wilson's warbler). The performance of experts was better with congruent color images than with incongruent color and gray scale images. As in Experiment 1, analysis of the response time distribution showed that the color effect was present in the fastest trials and was sustained through the slowest trials. Collectively, the findings show that experts have ready access to color knowledge that facilitates their fast and accurate identification at the family and species level of recognition.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».