MétaCan
Menu
Retour à la cohorte
Enregistrement W1736088501 · doi:10.1167/15.12.175

Extraversion predicts superior face-specific recognition ability, but through experience, not positive affect

2015· article· en· W1736088501 sur OpenAlexaff
Karen M. Arnell, Blaire Dube

Notice bibliographique

RevueJournal of Vision · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensUniversity of GuelphBrock University
Organismes subventionnairesnon disponible
Mots-clésExtraversion and introversionAffect (linguistics)PsychologyPersonalityFacial recognition systemTask (project management)TraitCognitive psychologyDevelopmental psychologyFace (sociological concept)Social psychologyBig Five personality traitsCommunicationComputer sciencePattern recognition (psychology)

Résumé

récupéré en direct d'OpenAlex

Experience is an important factor in developing face recognition ability. Given that extraverts show increased social involvement, extraversion may be associated with greater experience with faces, thereby leading to enhanced face recognition ability. However, extraverts also characteristically display high positive affect – an affective state thought to bias visual processing to be more global or holistic in nature. Given the large body of evidence suggesting that faces are processed holistically, positive affect may lead to superior face processing for extraverts aside from their increased social experiences (i.e. positive affect may mediate any relationship between extraversion and face recognition ability). To examine the relationships between extraversion, positive affect, and face and non-face recognition ability, university student participants completed self-report measures of personality and affect before completing the Cambridge Face Memory Task (CFMT), and a matched control task assessing recognition of cars (Cambridge Car Memory Task, CCMT). Each measure was taken twice, separated by one week. All measures showed very high test-retest reliability and scores were therefore averaged across both sessions. A face-specific recognition advantage was observed for individuals high in extraversion in that extraversion predicted better face recognition, even when controlling for non-face recognition. No relationships were observed between state or trait positive affect and recognition ability. Further, statistically controlling for affect strengthened the relationship between extraversion and face-specific recognition ability, suggesting that there is something inherent to extraversion aside from positive affect that benefits face recognition. We suggest that extraverts gregariousness allows greater opportunities for developing face expertise. 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,613

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,124
Tête enseignante GPT0,346
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetFace Recognition and PerceptionTravaux en français237 207