The detection of fearful and angry expressions in visual search
Notice bibliographique
Résumé
Background: The “anger-superiority hypothesis” states an angry facial expression is detected faster than a non-threatening facial expression when either is embedded in a crowd of neutral faces. Presumably, this occurs because an angry face signals impending direct-threat to the observer. However, it is not known whether angry facial expressions are detected more efficiently than other negative expressions that signal danger. Objective: In this study we compared search efficiency for angry and fearful expressions. Methods: Subjects completed a visual search task in which the goal was to detect either an angry or fearful facial expression amid a crowd of neutral expression distractor faces. Crowd size (small vs. large) and view (frontal vs. side) were manipulated. As an angry face signals direct-threat, but a fearful face only signals indirect threat, we expected better search efficiency for angry expressions. Furthermore, we hypothesized angry faces would be more efficiently detected in frontal-view, given that this signals a direct threat from the image to the observer, but that there would be no effect of view on fearful faces. Results: Subjects were faster and more efficient in detecting fearful than angry faces. Target interacted with crowd size: performance declined with increasing crowd size for angry targets, crowd size did not affect performance for fearful targets. We confirmed that angry targets were detected more efficiently in frontal-view, but view had no effect for fearful targets. Conclusions: Contrary to the anger-superiority hypothesis, we found even better performance for fearful faces. This may indicate paradoxically that an indirect threat, possibly shared by the subject and observer, is more salient than a direct-threat. Detection of direct threat is greatest in a view where the threat can be perceived as directed at the observer, but a similar view effect is not seen for the indirect-threat represented by fearful faces. Meeting abstract presented at VSS 2015
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 | 0,001 | 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 ».