인간 초상권 초자연적 인 밸리 가설 '차원의 인식 및 분류 처리 : 어떤 방법 론적 문제

기괴한 계곡 가설의 핵심 예측은 긍정적 또는 부정적 valenced 경험인지 인간의 형상 ⁷⁷ (정보 개요에 대해, ⁷⁸ 참조)의 함수로 유발 될 수 있다는 것입니다. 인간의 형상을 실제로 인식하는 방법을주의 깊게 검사 때문에 그 자체로 중요한 연구 사업이다. 마찬가지로 중요한 DHL은 초자연적 인 경험을 실험에 표현하는 방법이다. 이 프로토콜은 DHL에 따라서 초점을 맞추고 있습니다. 한 가지 방법은 이미 "기괴한"연구 ^5에서 구현 모프 컨티뉴 ^{아,, 6, 26, 27, 28을} 사용하여 인간의 형상을 표현하는 것입니다. 모프 컨티뉴의 장점은 사용이 주관적 인식과 경험 (예를 들어 범주 결정, 기괴한 느낌)의 행동 대책과 신경 ^{프로세스는 7} 기본과 관계를 가져 할 인간과 외관에 실험적으로 통제 차이를 허용하는 것입니다. 이 세밀한 접근 방식은 일부입니다icularly 중요한 기괴한 계곡 가설이 긍정적 valenced와 기괴한 경험 사이의 전환은 ⁷⁸ 발생해야하는 인간 형상의 실제 정도를 예측하지 않기 때문에. 모리의 추측이 맞다면, DHL ^7에 따라 분류 처리에 관한 연구 결과는 초자연적 인 경험 지각 결정 모호성이 큰 것입니다 범주 경계에서 발생할 가능성이 가장 높은 것을 제안했다. 이것은 여전히​​ 테스트해야합니다.

모프 컨티뉴, 그리고 관심의 다른 변수 하나 모프 연속보다는 두 개 또는 세 개의 다른 병치 컨티뉴가 ^5,28를 사용한다를 사용하여 표현되는, DHL과 조사 관계를 해석 할 수 있어야합니다. 병치 컨티뉴을 표현하는 데 실패하고, 효과, DHL에 불연속을 도입하여 인간의 형상의 숲의 개념을 변경합니다. 이것은 지각 차별 작업의 성능에 영향을 미칠 수 있기 때문에 t의 점그는 불연속 모핑 과정에서 발생하는 불균형의이 지각 차별을 안내하는 참조는 신뢰할 수 있으나 실험적 의도하지 않은 점 (참조, ^29)로 사용할 수 있습니다. 물리적 변화의 상당 증가는 전체 연속체 ^5,28 따라 표시되도록 각 모프 연속체 내의 모든 변경해주의 깊게 통제되어야한다. 컨티뉴 따라 모프 거리의 실험 제어 DHL 따라 실제 인간과 같은 유사 선형 차이에 관한 감각 정보를인지 선형 또는 비선형 방식으로 표현되는지 여부 검사를 할 수 있기 때문에,이 프로토콜에 특히 중요합니다. 비선형 (그림 4 5B 참조) 분류 응답 (그림 2A는 및 5A)의 기울기와 DHL을 따라 자극 속성에 대한 지각 민감도의 차이에 단계와 같은 기능에 반영됩니다. 이 Protocol은 더 실험 조작을 적용하지 않고 끝점으로 얼굴을 사용합니다. CP 인간 형상의 추가 연구는 얼굴 텍스쳐 (참조, ^30,38)에 비해 다른 얼굴 특징이나 얼굴 형상의 조작의 리얼리즘에 비해 같은 눈 리얼리즘 같은 특정 기능은 차동 DHL 따라 분류 처리에 영향을 미치는 방법을 예를 들어 검사 할 수 있습니다.

모핑 절차는 얼굴 configural 단서로 연속체의 엔드 포인트의 해당 기능을 함께 부드럽게 혼합 할 수 있습니다. 위의 얼굴 특징 및 헤어 프로필 ^26처럼 얼굴 정보를 모핑 어려움 모핑 절차를 수행하는 동안 기능의 정렬의 불균형에 주목하여 잠재적 인 편견 참가자의 응답이 있습니다. 이 편견은 컨티뉴 엔드 포인트 모프 콘틴의 중간에서 큰되는 불균형에서 모프 거리에 관련되는 모핑 불균형에 체계적으로 될 가능성이 높습니다UA. 우리 모프 컨티뉴를 들어, 컨티뉴의 중간 점은 큰 지각 감도있어 주위의 범주 경계에 해당합니다. 눈 영역 (가난한 변경해 사이에 눈 질감의 정렬에 아주 약간의 불일치의 결과 모핑)도 잘 또는 잘못하고 수정할 수있는 컨티뉴 비해 우리의 파일럿 연구 중 하나 (강제 선택 분류 작업)의 데이터 재분석. 재분석 가난한 효과적으로 차원의 인간의 끝을 향해 카테고리 경계의 상대적 변화를 야기 모핑 있도록 제대로 변신 컨티뉴의 분류 결정 반응의 체계적인 편견을 확인했다. 범퍼 차이는 "비인간 – 정의"기능으로 인식 되었기 때문 아마이었다.

응답 바이어스 컨티뉴 같은 머리 복장과 얼굴 보석 같은 비 얼굴 정보를 하나의 엔드 포인트 자극으로 만 존재하는 엔드 포인트의 자극에 기초하여 생성 사용에서도 발생할 수 있습니다27. 참가자는 연구 분야의 자극 정보보다는 이미지에 제시된 다른 현저한 특징에 참석 있도록이 경우 얼굴 이미지가 잘릴 수 있습니다. 이 이미지는 DHL ⁶ 인간의 끝을 나타 내기위한 경우에도 체계적인 응답 바이어스, 비인간 속성은 인간의 특성과 함께 제공되는 연속체 끝점으로 이미지를 사용에서도 발생할 수 있습니다. 이 경우, 인간의 형상을하고 기괴한 경험 주관적인 조치와 같은 변수 사이의 관계는 DHL의 숲의 개념과 가설 기괴한 계곡의 관점에서 해석 할 수 없습니다.

CP 인간의 형상 ^{31, 10, 22, 32, 33, 34, 35,} 및 범주 관련 정보보다 다른 차원에 따라 발생할 수는 자동으로 다른 ³⁶ 노출시 처리 할 수 있습니다. 이 프로토콜에서는, 치료는 differen의를 나타내는 시각적 단서의 효과를 제어 할 수 있으므로주의해야한다인간의 형상에 관한 참가자들의 반응에 카테고리 관련 다른 차원의 관점에서 DHL 함께 CES. 이 신호는 예를 들어 인종, 성별, 얼굴 특수성, 친숙와 정체성, 그리고 얼굴 표정 (참조, ^{5, 26, 27, 28)에} 관련 될 수 있습니다. 본 프로토콜은 밀접하게 얼굴 형상과 연속 엔드 포인트로 사용되는 이미지의 얼굴 특징의 구성을 일치시켜 지각 차별 태스크와 fMRI를 연구에 빠르게 연속적으로 제시 얼굴 변경해 사이의 생물 모션 인식을 최소화하기 위해 노력한다. 이 방법 (함께 자극 조건에서 사용 변경해의 컨티뉴 따라 상대적 위치에)는 연속체 변경해 사이에 차이가 정체성의 인식을 최소화하는 것도 도움이됩니다.

강제 선택 분류 작업을 연속으로 변경해은 지각 discrim에 사용 변경해을 선택하기 위하여 명확하게 아바타로 분류하고 인간 결정ination 작업과 fMRI를 연구. 우리는 컨티뉴 각 (그림 2B 및 2C)에서 4 개의 변경해 M0, M4, M8과 M12을 선택했습니다. DHL 따라 물리적 변화의 정도에 대한 제어뿐만 아니라, M4 및 M8의 선택은 다음과 같은 이론적 인 고려 사항을 기반으로합니다. 모리 원자가 인간 형상의 관계 (그림 1 참조)의 기울기의 두 양의 피크 사이 DHL 따라 지역에 해당하는 리얼리즘의 수준에서 발생으로 지각 불확실성 (및 관련 기괴한 경험) 설명했다. 이 봉우리에서, 객체는 비인간이나 인간의 하나로 간주된다. 카테고리 처리 프레임 워크의 관점에서 자신의 고려 사항을 프레이밍, 이러한 피크가 제대로 분류 범주 인스턴스 (즉, 인간이 아닌 인간)이 범주 경계를 벌리고하는 인간 형상의 정도를 반영으로 볼 수 있습니다. 그러나 모리 지정하지 않은 방법을 효율적으로이 분류 (즉, 지각 C각 피크 물체의 식별이 명확 상대적으로 효율적이고 손쉽게 간주됩니다하지만 ertainty)는,이 피크에 있어야합니다. 이러한 이유로, 컨티뉴 따라 두 모프 ^위치는 두 범주 사이에 두 개의 양의 피크는 종종 그렇지 CP 연구 (예 : 66 %, ^32로 사용되는 것보다 더 보수적 인 기준을 사용하여 측정 된 반사로의 전환을 정의하는 것으로 간주 ^34). 따라서, 모프 M4는 시험의 85 % 이상에서 인간으로 시험의 85 % 이상 및 모프 M8의 아바타로 평균에 확인되었다. 이 기준은 하나 연속체 변경해 M4와 M8 모두에 적용됩니다 유의하시기 바랍니다. 이 방법을 사용하여 변경해이 선택은 CP와 가설의 숲의 설명에 대한 이해 양에 따라 인간이 아닌 인간 개체 사이의 DHL 따라 범주 변화의 감각을 포착하고자한다.

이 프로토콜은 동일한 다른 지각 차별의 변형을 사용하여국가 작업 ¹⁰ CP를 검사한다. 이 작업의 장점은 참가자가 특정 유사점과 차이점을 식별해야합니다 무엇으로 설명을하지 않아도됩니다. 그것은 그들이 단순히 동일하거나 다른 것으로 자극을 식별하는 것이 충분하다. 또한, 참가자는 범주 레이블을 알 필요가 없습니다. 레이블은 같은 ABX 작업으로 차별 작업에 필요한 메모리 부하가 ⁴² 증가 할 때 자극을 구별하는 전략으로 사용될 수 있습니다. 동일한 다른 작업이 작업은 자극의 직접적인 비교를 장려하는 메모리 부하가 비교적 낮은 수 있다는 장점을 가지고 있으며. 라벨의 잠재적 영향을 줄이기 위해, 차별 작업은 일반적으로 강제 선택을 결정 작업을 ⁴⁰ 전에 표시됩니다. 본 프로토콜은 차별에 대한 두 개의 다른 참가자 그룹을 기반으로하고 선택 의사 결정 작업 ^{7, 41} 강제로. 강제 선택 작업이 자극을 선택하는 데 사용되기 때문입니다차별 작업에. 그러나 동일한 참가자가 두 작업 모두에서 테스트 할 경우, 프로토콜은 차별 작업을 강제로 선택 결정 작업하기 전에 수행되도록 수정해야합니다.

고정 차별 디자인이 프로토콜의 동일한 다른 차별 작업에 적용됩니다 (디자인 로빙에 대한 예를 들어 ³⁹ 참조). 이 M4와 M8은 항상 "동일한"에서 각 자극 쌍의 첫 번째 자극으로 표시 "에서"각각, 아바타와 인간의 실험 조건 "사이"는 것을 의미한다. 이 프로토콜은 각 참가자가 모프 주어진 연속에서 어느 아바타이나 인간 실험 자극 있지만 둘 만 보는 것이 실험 조건을 포함합니다. 예를 들어 아바타 시험을 사용하여 각 자극 쌍의 첫 번째 자극이 두 번째 "내"에서 자극 (즉, M1)와 "사이"(즉, M8) 조건이 동등 수시로 위해 제시하는, 항상 M4 것을 의미주어진 연속, 그리고 더 자극이 특정 연속체에서 인체에 실험을 위해 그려되지 않습니다. 이 방법은 선택적으로 강한 표현을 유도하고 주어진 연속체의 카테고리 간 얼굴 때문에 차별을 촉진하지 않도록하는 것을 목표로하고있다. 카테고리 간 표현 한 실험 블록에 설명 된 아바타와 인간의 시련을 제시 차별에 대한 가능한 영향을 조사, 비교 목적을 위해, 제외하거나, 디자인은 설명 아바타와 인간의 시련에 표시되는 구현 될 수 별도의 블록 (참가자에 걸쳐 순서로 상쇄 블록).

현재 동일한 다른 차별 작업은 1:2 동일 – 투 – 다른 시험의 비율을 가지고 있습니다. (다른 요인도이 편견 ^{44, 51에 영향을} 미칠 수 있지만)이 비율은 "다른"의 결정에 찬성 응답 편견을 유도 할 수 있습니다. 신호 탐지 이론 (SDT)에서 파생 된 조치는 종종 disentan하는 데 사용됩니다차별 감각 자극 (개요 참조하십시오, ^44)에서 참가자의 감도 (A '또는 D')에서 다른 통해 하나의 응답을 선택하는 GLE 응답 바이어스 (β 또는 c). D로 ⁵³ '은 SDT 가정 ^(52)의 위반으로 인해 응답 바이어스에 따라 달라질 수 있습니다, 우리는 감성의 비모수 적 측정을 사용'. 응답 바이어스 우리는 β _"D ^47를 사용했습니다. 또는 C가 ^{43, 44이} 추천되었습니다, 그것은 D ^'54 변화의 독립적 부분적으로 때문입니다. 전반적으로, 본 결과에서 범주의 자극에 비해 범주 경계를 벌리고 모프 자극에 대한 큰 인식 감도를 나타냅니다.

이 프로토콜에서 차별 작업 모프의 선택은 작업 컨티뉴 함께 떨어져 네 단계 (아르 모프 사이의 차별을해야 함을 의미합니다 즉, 4 단계 discrimination) 그림 2B를 참조하십시오. 그러나 변경해 사이의 차이점이 네 단계 정도 차별 (차별 경계를 즉) (그림 5B) 가장 강화되는 실제 모프 위치의 더 나은 스펙을 할 수 있도록 너무 큽니다. CP (다른 기준을 위해, 예를 들어, ¹¹ 참조)에 대한 중요한 기준은 강제 선택 작업의 범주 경계와 차별 작업의 차별 경계 사이의 정렬이 있다는 것입니다. 즉, 범주 경계의 모프 위치는 차별 경계의 모프의 위치를​​ 예측해야한다. 정렬의 특정 지점을 확인하는 한 가지 방법은 모프의 쌍 사이 모프 거리가 감소되는 차별 작업을 사용하는 것입니다. 그림의 목적을 위해, 그림 5b는 동일한 다른 차별 작업에 가능한 대안, 기존의 ABX 차별로 사용하여 시험 데이터의 결과를 보여줍니다작업 ^{12, 13.} 그림의 범주 경계에 의해 예측 모프 위치에 지각 차별 감도의 피크가 있다는 것을 명확하게 나타냅니다. 참가자 분석에서 SDT의 응용 프로그램의 큰 숫자와 함께 연구에서 이러한 결과를 더 DHL 따라 CP의 효과의 발견을 확인합니다. 컨티뉴 엔드 포인트의 자극, 연속 생성 모프의 수와 차별되는 변경해있는 단계의 크기의 실제 선택은 강하게 인식에 영향을 미칠 것이다 참가자와 함께 모프를 구별하는 자신의 능력에 배치 요구 컨티뉴.

CP 중 하나 고전적인 기준은 범주 경계의 위치가 실제 차별 성능 피크 (차별 경계를 즉) ^80의 위치를 예측한다는 것입니다. 이 틀림 CP ^81의 가장 중요한 기준이다. 이 예측의 결정적인 테스트는 실험 DESI이 필요합니다GN하는 함께 모프 연속체의 전체 길이를 나타내는 모든 모프 쌍은 피크의 실제 위치를 결정하기 위해 차별 작업에 제시되어있다. ³⁸ 차별 성능은 모프 컨티뉴의 특정 세그먼트에 기초하여 조사 하였다. 이것은이 차례로 어려운 결론적으로 CP를 확인하기 위해 렌더링 성능의 실제 피크의 실제 위치가 누락되었을 수도 있다는 것을 의미 할 수 있습니다. 그것은 Lieberman는 등 심지어 초기 CP 연구. ⁸² 연구 예측 및 수렴 차별의 성능 실제 피크 엄격한 기준을 가지고 충족하는 데 실패하고, 다른 연구자들은 (엄격 예를 들어 ^11이 기준을 적용하지 않은 것을 주목해야한다, 참조 ^80). 최고 성능의 실제 위치를 결정하는 것은이 기준의 자유주의 ​​해석이 적용되는 경우에도 역시 중요합니다. 모프 연속체의 전체 길이를 검사또한 다음과 같이 데이터의 검사를 가능하게하는 장점은 모핑 프로 시저에서 결과 인위적으로 예를 들어 인해 기대에 반하는 점에서 성능이 피크가 있는지있다.

답변뿐만 아니라, 강제 선택 분류 작업의 응답 시간 (RT) 데이터 "아바타"또는 "사람"으로 자극을 분류하는 자극 정보와 경쟁 반응 경향의인지 처리의 어려움 지표로 유용합니다 ^{70, 71.} RT 따라서이나 범주의 경계에 가장 가까운 위치에 자극의 분류 판단에 대한 긴해야한다. 그림 4 보여준다이 경우입니다. 함께 촬영 응답 기능과 범주 판단의 RT 데이터의 형태는 개별 범주 자극의 할당이 어려움을 처리 큰 차이가 될 수 있습니다 보여줍니다. RT를 평가하려면이 프로토콜은 간략히으로 분류하는 동안 응답하는 참가자를 지시ckly하고 정확하게 가능한. 응답 ^{72, 73} 속도 정확도 트레이드 오프의 잠재적 인 영향을 감안할 때, 우리는 조사하고 발표를 식별하는 지침에 의해 영향을받지되고, 아바타 인간의 범주에 반응 함수의 모양과 위치가 매우 강력한입니다 파일럿 테스트에서 발견 모프 자극도 빨리하고 정확하게 가능한 또는 단순히 가능한 한 정확하게. 이것은이 제안은 더 철저하게 테스트 할 수 있지만 참가자는 일반적으로 정확성을 위해 가중치를 결정 전략을 사용하는 것이 좋습니다 것입니다. 인간의 이미지에서 인간과 객체를 구별하는 어려움에 부정적인 valenced 경험을 불러 일으킬 수있는 모리의 가설을 유지, 그것은 인간과 자극에 대한 이상 RT가 부정적인 영향의 측정과 연결되어 있는지 여부를 설정하는 것이 재미있을 것이다. RT 데이터도 수집하고 동일한 다른 차별 작업에 대해 분석 하였다. RT는 응답 데이터 ^80을 지원하는 데 사용되었습니다. ABX t에 대비부탁 동일한 다른 작업은 RT 측정을위한 명확한 시점을 제공합니다. RT는이 작업을 ^{75, 76} 요인에 의해 영향을받을 수 있기 때문에 RT 데이터의 해석이 동일한 다른 판단을 위해 복잡 할 수 있지만 정확한 반응의 RT는 ^74에서 – 쌍 사이보다 더 짧은이어야한다. RT 데이터는 덜 어려운 크로스 카테고리 의사 결정이보다 신속하게 내에서 범주를 결정한다 (그림 7 참조)보다 만들어지는 아이디어 그러나 일치한다.

그것은 모리의 가설 신체적 특징이 실제로 인간의 범주 내에서 DHL (그림 2) ^7에 따라 달라질 수있는 가능성을 고려하지 않는 것을 지적해야한다. 이 가설의 원래 원자가 인간 형상의 관계에있는 두 번째 긍정적 인 피크 DHL (그림 1)의 인간의 끝에 위치 이유입니다. DHL의 인간이 아닌 측면에 대한 강조는 영향력있는 한다른 연구는 DHL ^3의 인간 측면을 표현하는 하나의 인간의 얼굴을 사용하는 동안, 모프 컨티뉴 ^{4, 37} 사용하지 않은 연구를 포함하여 가설의 인도 연구에서 재판. 이러한 연구는 불분명 결과, 초자연적 인 경험을 조사하기 위해 노력했다. CP에 관한 연구 결과는이 연구가 DHL에 따라 범주 모호성에 대한 응답으로 지각 의사 결정과 갈등 해결의 과정을 암시 적으로 또는 명시 적 프로세스를 연상하는 데 필요한 자극을 제시하지 않았을 것이 좋습니다.

이 프로토콜은 DHL을 나타내는 컨티뉴에서 가져온 변경해은 fMRI를 함께 식별하는 데 사용하고 반복 억제, 실제 인간과 유사성의 변경 및 카테고리 관련 정보를 변경하는 중요한 뇌 영역의 효과를 사용할 수있는 방법의 예를 보여줍니다. fMRI를 디자인의 효과는 모프 자극에주의 생성 및 선택에 의해 강하게 영향을 받는다. 강제 최CE 및 지각 차별 작업은 따라서 아바타 인간 분류 곡선 (응답 기능 즉, 기울기)의 모양과 차별의 성능 컨티뉴 사이의 비교를 보장하기 위해 사용되었다. 이 fMRI를 디자인의 장점은, 그것은 모리 (그들의 인간의 대응과는 외모의 미묘하게 다른 새로운 인간이 아닌 사물의 즉, 수동적 인 관찰)에 의해 기술 된 자극 조건이 fMRI를 방법론의 제약 조건 내에서 시뮬레이션 할 수 있다는 것입니다 DHL 따라 물리적 변화의 효과를 제어하면서 인간 형상의 가설 '정의에 따라 선택 자극 및 범주 처리 효과 조사를 사용하여. fMRI를 패러다임은 초자연적 인 경험을 조사하도록 설계되지 않았습니다, 그러나 범주의 경계 자체 예를 들어 관련된 정서적 경험을 조사하기 위해 적용 할 수 있습니다. 이것은 뇌의 categor의 효과를 조사하기위한 중요한 단계가 될 것입니다DHL에서 도출 자극에 대한 정서적 경험과 관련하여 Y 처리 및 범주 모호성.