Individual differences in antisocial and prosocial traits predict perception of dynamic expression
Notice bibliographique
Résumé
Successful everyday, social interactions are mediated by the accurate perception of dynamic facial expressions. For example, the decoding of distress cues have been shown to inhibit antisocial behaviour while simultaneously eliciting empathetic responses. The import of this recognition-behaviour connection has been revealed by psychiatric research demonstrating that disorders characterized by interpersonal deficits are associated with impairments in processing facial affect. This area of research has generated speculation that the neurocognitive mechanisms specific to social behaviour are also pivotally involved in expression recognition, but it is unknown whether this relationship also holds in nonclinical populations. To explore this question, we examined how individual differences in antisocial traits relate to the recognition of facial affect. Antisocial behaviour was assessed using the Inventory for Callous-Unemotional Traits (ICU, Kimonis et al., 2008), a scale which designates a subgroup of antisocial individuals who are more likely to show deficits in processing emotional stimuli relative to other antisocial individuals. Perceptual sensitivity to facial affect was probed using a Dynamic Expression Recognition Task (DERT, Deriso et al., 2012) in which participants were shown 75ms, 150ms, or 225ms reveals of a dynamic face morph progressing from neutral to one of sad, happy, angry, fear, surprise, or disgust. The main finding was that participants who scored higher in callous-unemotional traits were significantly less accurate in expression recognition compared to participants who scored low on the ICU. This result supports the hypothesis for a common mechanism underlying affect recognition and antisocial behaviour across clinical and nonclinical groups, while also highlighting the diagnostic potential of facial affect processing. 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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».