Culture shapes spatial frequency tuning for face identification.
Notice bibliographique
Résumé
Many studies have revealed cultural differences in the way Easterners and Westerners attend to their visual world. It has been proposed that these cultural differences reflect the utilization of different processes, namely holistic processes by Easterners and analytical processes by Westerners. In the face processing literature, eye movement studies have revealed different fixation patterns for Easterners and Westerners that are congruent with a broader spread of attention by Easterners: compared with Westerners, Easterners tend to fixate more toward the center of the face even if they need the information provided by the eyes and mouth. Although this cultural difference could reflect an impact of culture on the visual mechanisms underlying face processing, this interpretation has been questioned by the finding that Easterners and Westerners do not differ on the location of their initial fixations, that is, those that have been shown as being sufficient for face recognition. Because a broader spread of attention is typically linked with the reduced sensitivity to higher spatial frequency, the present study directly compared the spatial frequency tuning of Easterners (Chinese) and Westerners (Canadians) in 2 face recognition tasks (Experiment 1 and 2), along with their general low-level sensitivity to spatial frequencies (Experiment 3). Consistent with our hypothesis, Chinese participants were tuned toward lower spatial frequencies than Canadians participants during the face recognition tasks, despite comparable low-level contrast sensitivity functions. These results strongly support the hypothesis that culture impacts the nature of the visual information extracted during face recognition. (PsycINFO Database Record
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».