MétaCan
Menu
Retour à la cohorte
Enregistrement W2885924172 · doi:10.1177/0301006618783915

Becoming Familiar With a Newly Encountered Face: Evidence of an Own-Race Advantage

2018· article· en· W2885924172 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuePerception · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensToronto Metropolitan UniversityBrock University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRace (biology)PsychologyFace (sociological concept)Identity (music)Cognitive psychologySignificant differenceDevelopmental psychologySocial psychologyMedicineLinguisticsGender studiesAestheticsSociologyArt

Résumé

récupéré en direct d'OpenAlex

Adults' ability to match identity in images of unfamiliar faces is impaired for other- compared with own-race faces; their ability to match identity in images of familiar faces is independent of face race. Exposure to within-person variability in appearance plays a key role in face learning. Past research suggests that children need exposure to higher levels of variability than adults to learn a new face-a difference that has been attributed to experience. We predicted that adults' limited experience with other-race faces would result in their needing exposure to higher levels of variability when learning other- compared with own-race faces. We introduced adults to four new identities (two own-race; two other-race) in one of the three conditions: a single image, a low-variability video (filmed on 1 day), or a high-variability video (filmed across 3 days). Adults' ability to recognize new instances of learned identities improved in the low-variability condition for own-race faces but only in the high-variability condition for other-race faces. We discuss learning mechanisms that might drive this difference-a difference we attribute to experience.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,080
Tête enseignante GPT0,351
Écart entre enseignants0,270 · 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