Notice bibliographique
Résumé
In scene perception, there is evidence that the observers are able to extract the "gist" (i.e., semantics) from images presented as briefly as 13 ms (Potter et al., 2014). Although it is well known that faces are perceived holistically, how the holistic face gist is encoded has not been extensively explored. To test for the presence of gist processing, in Experiment 1, we flashed a study face for either 17, 50, 250 or 500 ms, followed by a 500 ms dynamic white-noise mask. Recognition of face features (eyes, nose, mouth) was then tested in isolation or in the whole face using Tanaka and Farah's parts/wholes paradigm (Tanaka & Farah, 1991). We found that eyes were better recognized in the whole face than in isolation when presented at an exposure duration of 17ms and mouth was better recognized in the whole face when presented for 50 ms and 250 ms. In Experiment 2, participants were asked to recognize the eyes and mouth in upright and inverted faces presented at 17, 50 and 250 ms using the same parts/whole paradigm as Experiment 1. The main effect of orientation was found where recognition in the inverted condition was significantly worse than the upright condition. Moreover, a significant Parts/Whole by Orientation interaction effect was found where recognition of features was better in the whole face than in isolation when faces were upright, but not when faces were inverted. Importantly, for upright faces, at 17 ms exposure duration, eyes were better recognized in the whole face than in isolation. For inverted faces, no differences were found between the whole face and isolation conditions. Collectively, these results present the striking evidence that the in face processing, holistic gist can be encoded at an exposure duration as short as 17ms. 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».