Effects of age on face perception: Reduced eye region discrimination ability but intact holistic processing.
Notice bibliographique
Résumé
While age-related decline in face recognition memory is well-established, the degree of decline in face perceptual abilities across the lifespan and the underlying mechanisms are incompletely characterized. In the present study, we used the part-whole task to examine lifespan changes in holistic and featural processing. After studying an intact face, participants are tested for memory of a face part (eyes, nose, mouth) with the target and foil part presented either in isolation or in the context of the whole face. To the extent that parts are encoded into a holistic face representation, an advantage is expected for part recognition when tested in the whole face condition. The task therefore provides measures of holistic processing (whole-over-isolated-part trial advantage) and featural processing for each part when tested in isolation. Using a large sample of 3,341 online participants aged 18-69 years, we found that while discrimination of the eye region decreased beginning in the 50s, both mouth discrimination accuracy and the holistic advantage of whole versus part trial discrimination were stable with age. In separate analyses by gender, we found that age-related declines in eye region accuracy were more pronounced in males than females. We discuss potential mechanistic explanations for this eye region-specific decline with age, including age-related hearing loss directing attention toward the mouth. Further, we discuss how this could be related to the age-related positivity effect, which is associated with reduced sensitivity to eye-related emotions (e.g., anger) but preserved mouth-related emotion sensitivity (e.g., happiness). (PsycInfo Database Record (c) 2023 APA, all rights reserved).
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 ».