MétaCan
Menu
← Retour à la cohorte
Enregistrement W2569395982 · doi:10.1167/16.12.1390

Old and Young use the same visual information to identify basic facial expressions

2016· article· en· W2569395982 sur OpenAlexaff
Youna Dion-Marcoux, Hélène Forget, Caroline Blais, Alicia Roy-Binet, Daniel Fiset

Notice bibliographique

RevueJournal of Vision · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésSadnessDisgustCategorizationPsychologyAngerFacial expressionCognitive psychologyEye movementDevelopmental psychologyEye trackingAudiologyCommunicationSocial psychologyArtificial intelligenceMedicineNeuroscienceComputer science

Résumé

récupéré en direct d'OpenAlex

Previous studies have shown that aging is associated with difficulties at recognizing facial expressions of fear, anger and sadness (Calder et al., 2003; West et al., 2012). Along with this alteration in performance, differences are observed between the visual scanpaths of older and younger adults during facial emotion recognition, whereby older adults fixate less on the eye area (Circelli et al., 2013). However, in emotion recognition, there is not a perfect overlap between the areas fixated on a face, and the utilization of the information contained in those areas (e.g. Blais et al., 2012 vs. Vaidya, et al., 2014). The present study therefore compared the visual information utilization of older adults (N=31; 65+ years old; Mage=71.8) to that of younger adults (N=31; 18-30 years old; Mage=22.6) during the recognition of facial emotions. The Bubbles method (Gosselin & Schyns, 2001) was used in a facial expression categorization task including four basic emotions (happy, fear, disgust and anger), displayed by either young (5 identities) or old faces (5 identities; Lindenberger, Ebner & Riediger, 2005). Classification images representing the visual information positively correlated with accuracy were separately obtained for each facial expression, facial age, and participants' age group. The results showed that older and younger participants use the same facial features in the same spatial frequency bands to accurately categorize the four basic facial expressions. Moreover, the visual information utilization was not modulated by the age of the face stimuli. Further investigation will be needed to clarify the apparent disparity between the present results, indicating no difference between old adults' and young adults' visual information utilization, and previous studies showing an altered visual scanpath in older adults. 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,436
Écart entre enseignants0,391 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetAging and Gerontology Research→Travaux en français237 207→