[sans titre]
Notice bibliographique
Résumé
Face processing has been considered almost a unique and universal biological perceptual skill shared by human beings. People from different cultures identify familiar faces with little effort from a virtually unlimited number of different faces. Classification image techniques (Bubbles - Gosselin & Schyns, 2001; Caldara et al., 2005) and eye movement patterns (Henderson et al., 2001) have objectively identified the critical information used by the face system to achieve this complex perceptual categorization process: the eyes. However, literature on face processing has so far largely ignored culture. Evidence supporting cultural differences in perceptual strategies for affording visual information has expanded rapidly in the past decade. Westerners tend to engage analytic perceptual mechanisms for processing the visual environment, whereas East Asians use holistic perceptual mechanisms. Whether such perceptual cultural differences would expand to the biologically relevant class of faces and the important task of face identification remain to be clarified. In the present study, we investigated human eye movements of Westerners Caucasian and East Asian participants while they encoded and identified Caucasian and Asian faces. As expected, participants showed better performance for same- than other-race face identification. Strikingly, however, Caucasian and Asian participants used different but consistent scan patterns to adapt to the task, regardless of the race of the faces. Caucasians fixated more focally on the eye region than Asians during face encoding and identification stages, whereas Asians attended more to the central region of the face. These results demonstrate that face processing can no longer be considered as arising from a unique and universal series of perceptual events. Culture tunes eye movements for achieving face identification by using different visual information. These biological perceptual skills may be shaped by visual experience during social interactions and other cultural factors, and cannot be explained completely by the differences in faces per se.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 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) | 0,074 | 0,034 |
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 ».