MétaCan
Menu
Retour à la cohorte
Enregistrement W4414083408 · doi:10.1167/jov.25.11.6

Binocular cues to 3D face structure increase activation in depth-selective visual cortex with negligible effects in face-selective areas

2025· article· en· W4414083408 sur OpenAlexaff
Eva Deligiannis, Marisa Donnelly, Carol Coricelli, Karsten Babin, Chelsea Ekstrand, Laurie M. Wilcox, Jody C. Culham

Notice bibliographique

RevueJournal of Vision · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensYork UniversityUniversity of LethbridgeWestern University
Organismes subventionnairesnon disponible
Mots-clésBinocular disparityFunctional magnetic resonance imagingVisual cortexBinocular visionBinocular rivalryDepth perceptionFace (sociological concept)Binocular neurons

Résumé

récupéré en direct d'OpenAlex

Studies of visual face processing often use flat images as proxies for real faces due to their ease of manipulation and experimental control. Although flat images capture many features of a face, they lack the rich three-dimensional (3D) structural information available when binocularly viewing real faces (e.g., binocular cues to a long nose). We used functional magnetic resonance imaging to investigate the contribution of naturalistic binocular depth information to univariate activation levels and multivariate activation patterns in depth- and face-selective human brain regions. We used two cameras to capture images of real people from the viewpoints of the two eyes. These images were presented with natural viewing geometry (such that the size, distance, and binocular disparities were comparable to a real face at a typical viewing distance). Participants viewed stereopairs under four conditions: accurate binocular disparity (3D), zero binocular disparity (two-dimensional [2D]), reversed binocular disparity (pseudoscopic 3D), and no binocular disparity (monocular 2D). Although 3D faces (both 3D and pseudoscopic 3D) elicited higher activation levels than 2D faces, as well as distinct activation patterns, in depth-selective occipitoparietal regions (V3A, V3B, IPS0, IPS1, hMT+), face-selective occipitotemporal regions (OFA, FFA, pSTS) showed limited sensitivity to internal facial disparities. These results suggest that 2D images are a reasonable proxy for studying the neural basis of face recognition in face-selective regions, although contributions from 3D structural processing within the dorsal visual stream warrant further consideration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,314
Écart entre enseignants0,304 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetFace Recognition and PerceptionTravaux en français237 207