Getting to Know You: Gaze Behaviours and Biographical Information in Face–Name Associations
Notice bibliographique
Résumé
BACKGROUND: A person's name serves as a unique identifier, yet retrieving it is considered the most challenging aspect of person recognition. Here, we examined the role of biographical information and gaze behaviours during the acquisition and short- and long-term retrieval of face-name associations. METHODS: During Familiarization, undergraduate participants (N = 47) were presented with new face-name associations, with a biographical fact (hobby) provided for half of the pairs. During Consolidation, participants repeatedly recognized the names of the newly learned faces until they reached a criterion. Finally, Recognition of learned faces and their names was tested immediately and after delays of one and two weeks. RESULTS: Providing biographical information at learning improved both face and name recognition. Performance declined linearly as the retention interval increased, and performance at the two-week delay was superior for face-name associations learned with biographical information. This facilitation effect was accompanied by more fixations to the eyes and fewer fixations to the mouth for faces learned with biographical information. In addition, fixation counts and transitions between facial regions decreased as face-name pairs were learned and consolidated. CONCLUSION: Biographical information enhances memory for face-name associations. Increased familiarity with these associations also leads to more efficient visual processing. Together, these findings highlight functional links among nodes of the person recognition network and between memory and oculomotor processes.
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 | 0,001 |
| 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 ».