Behavioral and electrophysiological measures of the body inversion effect
Notice bibliographique
Résumé
Previous behavioral and electrophysiological studies examining the body inversion effect, where inversion of a body stimulus reduces its recognition, suggested that information regarding human bodies is processed configurally. However, few studies to date have examined how the magnitude of the body inversion effect may be impacted by varying degrees of configural information present in a stimulus of interest. In the current study, upright and inverted body stimuli were presented across three body posture conditions, the whole body, piecemeal body (without head and trunk), and random body posture conditions, while response times, error rates, and event-related potentials were recorded. Behavioral measures and assessment of the N170 component, particularly at occipital-temporal site, revealed a robust difference between upright and inverted postures for both the whole body and piecemeal body posture conditions, which was not observed in the random body posture condition. The behavioral measure showed less errors and faster reaction times for upright compared with inverted orientation; however, the N170 component only showed typical effect of orientation (more negative and more delayed peak in waveform for the inverted compared with upright orientation) in the left hemisphere. The magnitude and direction of these differences were comparable for whole body and piecemeal postures. Overall, these results were consistent with the notion that it is the first-order information of body posture rather than the presence of the head (and trunk) that determines the body inversion effect.
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 | 0,000 | 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 ».