Older adult faces in the young adults' eyes: attention towards identity cues eliminates the recognition advantage for young adult faces
Notice bibliographique
Résumé
Young adults typically recognize young adult faces more accurately than older adult faces (own-age bias [OAB]). However, most research on this topic has measured recognition memory for controlled images of different identities and participants typically are instructed to memorize faces during a study phase. We investigate the OAB for images incorporating within-person variability in appearance and examined whether making same/different judgements (i.e., focusing on identity cues) about face pairs during the study phase reduces the OAB. Young adults (n=24/group) completed an old/new recognition task after viewing a series of old and young faces. During the study phase, one group completed a perceptual matching task in which participants were required to decide whether two different pictures of older/young adult faces belonged to the same person or two different people. Participants in the control group viewed the same faces during the study phase but faces were presented sequentially and participants were instructed to remember them. In the identity matching task, there was no overall advantage for young faces. However, accuracy was higher for old compared to young faces on same trials (p=.031), but for young compared to older faces on different trials (p=.021). In the recognition task, participants in the control condition demonstrated the typical OAB (better memory for young relative to older faces [p=.042]); in contrast, the OAB was absent for participants who first completed the matching task (p=.491). The absence of the OAB in the identity-matching condition is attributable to identity matching improving performance for older (p=.002), but not young faces (p=.60), relative to the control condition. Collectively, these results suggest that the OAB is attributable to a failure to attend to identity cues in older faces rather than an inability to encode and store older adult faces. 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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».