The two-faces of recognition ability: better face recognizers extract different physical content from left and right sides of face stimuli
Notice bibliographique
Résumé
Why are some individuals better at recognizing faces than others? Research has only recently begun to unveil possible perceptual mechanisms responsible for such individual differences. These include tuning to horizontal facial information, “holistic” processing, and reliance on the eye region (e.g. DeGutis et al., 2013; Duncan et al., 2017; Faghel-Soubeyrand et al., 2018). However, neither these visual determinants have been investigated together, nor have they been related to specific neural processes. Here, we address these issues by using diagnostic feature mapping (DFM; Alink & Charest 2018), a novel classification image technique that efficiently reveals the location, spatial frequency, and orientation information used to resolve perceptual tasks. A large sample of neurotypicals (N=120) were asked to discriminate the gender and expression (happy vs. fear) of randomly sampled face stimuli during two separate sessions (2400 trials per subject per task, for a total of 576,000 trials). We discovered that face recognition ability (assessed using the CFMT+ and CFPT; Duchaine & Nakayama, 2006) correlates with the use of specific spatial frequencies (4–6; 12–18 cpi)—but not with orientation information—in the right-eye area from the observer’s viewpoint for the face-gender task (cf. Faghel-Soubeyrand et al. 2018) while it correlates with the use of specific orientations (150–180 deg)—but not with spatial frequency information—in the left-eye area for the face-expression task. This indicates that skilled face recognisers, depending on the task at hand, extract different physical content from either the left or right-eye. High-density EEG revealed that this lateralized and qualitatively different use of information occurs as early as 187 ms after face onset. We will discuss these findings in the context of brain lateralization effects such as the coarse/fine information processing bias (e.g. Quek et al., 2018) and the right-hemisphere dominance for visuo-spatial attention (ThiebautDeSchotten et al., 2011).
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 | 0,000 |
| 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 ».