The role of response inconsistency in older adults' face discrimination ability
Notice bibliographique
Résumé
The efficiency with which observers discriminate faces declines with age. For example, using the classification image (CI) method with sub-sampled faces, Creighton et al (VSS 2014) showed that older adults sampled diagnostic face information less efficiently compared to younger adults. However, many older observers lacked obvious structure in their CIs, perhaps reflecting increased trial-to-trial variability in response strategy. Response consistency can be used to estimate the ratio of internal-to-external (i/e) noise affecting observers' decision. Here, we use the double-pass response consistency technique to estimate age-related changes in i/e ratios. Contrast thresholds were measured in 7 younger and 6 older observers performing a 2-AFC task for faces embedded in high external noise. In the first half of the experiment, noise fields were randomly generated on each trial, and stimulus contrast varied according to 2 interleaved staircases. In the second half of the experiment, this same sequence of face identities, contrast, and noise fields were repeated exactly, and percent correct and percent agreement (across the two halves) were calculated. The slope of the accuracy-vs.-consistency function was then used to estimate the magnitude of each observer's i/e ratio. To facilitate comparison with previous work (e.g., Gold et al, 2004; Creighton et al.), thresholds were measured with full and sub-sampled faces. Preliminary findings show higher thresholds in older than younger adults for both full- and sub-sampled faces, and this difference was greater for sub-sampled faces. The slopes of the consistency functions were slightly shallower for older than younger observers in the sub-sampled condition, suggesting increased thresholds partly reflect an age-related increase in older adults' i/e ratio. We currently are testing older observers from the original CI study to see if individual differences in response inconsistency are associated with the degree of structure observed in their CIs. 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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».