Ethnicity and gender effects in the perception of age in faces
Notice bibliographique
Résumé
Observers recognize faces of their own race more easily than other-race faces. This is attributed, in part, to differential experience with faces of unfamiliar ethnicities. Furthermore, differential experience is known to also have an impact on other aspects of face perception such as gender categorization (O'Toole & Peterson, 1996). One study found evidence for other-race effects in age perception in a group of African observers, though this effect was not present in the Caucasian group (Dehon & Brédart, 2001). Here, we investigated age perception in East Asian and Caucasian observers who viewed 288 faces that ranged in age from 18 to 89 years old (1:1 race and gender ratio). Observers' average age estimates increased monotonically with the true age of the face stimuli. Accuracy for age estimation was maximal for the middle age range, while age was overestimated for younger faces, and underestimated for older faces. Overall, Caucasian faces and male faces were perceived to be older than East Asian and female faces, respectively. Female observers overestimated age of male faces by one year, though these faces were perceived veridically by male observers. There was no such difference in the perception of female faces, which were slightly underestimated by both female and male observers. Importantly, perception of age in other-race faces showed a bi-phasic pattern that switched between over- and under-estimation of age around 42-47 years of age for both groups of observers. East Asian observers rated Caucasian faces older and East Asian faces younger than did Caucasian observers before this age boundary. The pattern reversed after this age range. These results reflect physiognomic features in Caucasian and East Asian, as well as female and male, faces that influence perception of age. In addition, they represent evidence of other-gender and other-race effects in age perception. Meeting abstract presented at VSS 2018
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».