Looking eye to eye: Face context and featural fixation modulate early neural markers of face perception
Notice bibliographique
Résumé
The N170 is an early ERP component sensitive to faces, but also to eye fixation within a face context, or to eye regions (i.e., two eyes) presented in isolation. Here we investigated the role of face context by comparing N170 modulations when facial features (left eye, right eye, nasion, nose, and mouth) were fixated within a full face or in isolation. Fixation on the desired feature was continuously enforced using a gaze-contingent eye-tracking procedure. We further assessed the N170 response to a single isolated eye compared to the classically used eye region. The N170 was largest and most delayed when fixated features were presented in isolation compared to in a face context, with the largest difference seen for the mouth. For faces, fixation on the left or right eye elicited the largest N170 response compared to nasion, nose, or mouth fixation, reproducing recent findings. However, for isolated features, the response pattern was more complex and varied with hemisphere. Specifically, the N170 response to an isolated mouth was as large as the response to the left eye in the left hemisphere, but was smaller to the response to the right eye in the right hemisphere. Isolated nose fixation showed the most delayed N170 response in both hemispheres. The isolated eye region yielded a larger and shorter N170 compared to a single isolated eye, irrespective of eye or nasion fixation. These results provide support for different neural mechanisms for facial features in isolation compared to within a full face context, and highlight the importance of featural fixation in modulating early neural responses. These findings also provide novel evidence of increased sensitivity to the presence of two symmetric eyes within the eye region compared to only one eye, consistent with an eye region detector rather than an eye detector per se. 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 ».