Why do better face recognizers use the left eye more?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Blais et al. 2013 showed that the best participants in a facial emotion recognition task used the left eye of face stimuli more than the other participants. By inducing the use of the left or the right eye in different subjects, Gosselin et al. 2014 demonstrated that left-eye usage caused better face recognition. We hypothesized that this effect may result from the right hemisphere face processing superiority (e.g. Voyer et al. 2012). In Experiment 1, we replicated Gosselin et al. (2014) using a different induction method and a more controlled setting. Specifically, we induced the use of the left (N=15) or the right eye (N=15) during a gender discrimination task by eliminating the gender-diagnostic information from the other eye. Group classification images revealed that the informative eye was the only region significantly used (p< .01, Cluster test). Performance, as indexed by the number of bubbles required to reach 75% of correct responses, was not different in the two subject groups before (p=.5) or after (p=.13) the induction but the left-eye group performed significantly better than the right-eye group (F(1,28)=6.38, p=.01) during the induction. In Experiment 2, we examined whether this left eye performance effect is related to the right hemisphere face processing superiority. Twenty subjects did the same face gender categorization task as in Exp.1 except that an eye-tracker (Eyelink II, 250Hz) was used to enforce fixation at the center of the screen and that the induced eye was presented 2.2 deg to the left, to the right or under the fixation cross. Results show, as in exp.1, more efficient face processing for left-eye than for right-eye subjects, but only when faces were presented to the left and under the fixation cross (F(1,113)=16.81,p< 0.001 and F(1,113)=5.75, p=0.01 respectively), corroborating the right hemisphere face processing superiority hypothesis. Meeting abstract presented at VSS 2016
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.
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 | 0,001 |
| 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 | 0,001 |
| 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 découle