How do we make social decisions? Gaze strategies used to predict and optimize social information during conversation.
Notice bibliographique
Résumé
Our ability to make quick social decisions during everyday interactions is vital to effective communication. However, in social situations, we have access to an abundance of information and the cognitive challenge to rapidly select optimal strategies to gather information necessary for the social decision-making process. In this study, we investigated how modifying information availability influences observers’ decisions and the gaze strategies selected to make affiliation judgment (friends vs. strangers) for silent videos of two interacting individuals. We demonstrated that eliminating information (full-body vs. head-only cues) resulted in a reduced ability to distinguish friends from strangers and the use of different eye-movement strategies to perform the same social task. Observers made more fixations towards the talkers’ eyes than other locations in both conditions. However, when information was restricted to a head-only view, participants switched gaze between eyes and mouth more frequently than with full information. Further, availability of full-body cues resulted in observers switching gaze between talkers more frequently to discriminate friends from strangers. When examining how gaze strategy predicts overall accuracy of a social decision given full-body information, we demonstrated that individuals who fixated more on the mouth were likely to be more accurate in affiliation discrimination. We suggest that gaze contributes to social decisions during conversation because we are able to predict the conversational structure of a conversation. For example, we demonstrated that observers are able to predict the point of a turn exchange between talkers by fixating on the talker who is about to speak up to 250 ms prior to them speaking. These results demonstrate that observers select gaze strategies to optimize all available information and that greater optimization predicts increased accuracy of our decisions. We further conclude that human social abilities rely on versatile decision-making and prediction strategies to handle the complexity of our social world. 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 | 0,001 | 0,007 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».