The Fusiform Face Area Plays a Greater Role in Holistic Processing for Own-Race Faces Than Other-Race Faces
Notice bibliographique
Résumé
Own-race faces are recognized more effectively than other-race faces. This phenomenon is referred to as other-race effect (ORE). Existing behavioral evidence suggests that one of the possible causes of ORE is that own-race faces are processed more holistically than other-race faces. However, little is known about whether such differences in processing also produce distinctive neural responses in the cortical face processing network. To bridge this gap, the present study used fMRI methodology and the composite face paradigm to examine the response patterns of the traditional face-preferential cortical areas (i.e., the bilateral fusiform face areas [FFA] and the bilateral occipital face areas [OFA]) elicited by own-race faces and other-race faces. We found that the right FFA exhibited a neural composite face effect only for own-race faces but not for other-race faces, even with the absence of the race-related difference in behavior composite face effect. These findings suggest that the right FFA plays a greater role in holistic processing of individual own-race faces than other-race faces. They also suggest that the neural composite effect observed in the right FFA is not the exact neural counterpart of the behavioral face composite effect. The findings of the present study revealed that, along the pathway of the bottom-up face processing, own-race faces and other-race faces presented the holistic processing difference as early as when they were processed in the right FFA.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».