Notice bibliographique
Résumé
Most research investigating children’s recognition of facial expressions has involved static and isolated face stimuli. However, in the real world facial expressions are dynamic and viewed in the context of body movements, background scenes, etc. We examined the influence of bodies on children’s and adults’ perception of emotional expressions using both static and dynamic stimuli. Children’s recognition of statically presented facial expressions is influenced by the accompanying postural expression (Mondloch, 2012; Mondloch, Horner, & Mian, 2012). However, recognition of dynamically presented facial expressions is not influenced by postural expressions (Nelson & Russell, 2011). That postural information influenced children’s recognition when stimuli were static – but not dynamic – is surprising. To resolve these discrepant findings we examined the extent to which attention allocation is influenced by a) the expression cues available and b) whether the stimulus is static or dynamic. Children (4-9 years) and adults viewed four video clips in three conditions: face-only, body-only (i.e. face blurred), and face-body. Stimuli were presented on a Tobii eye tracker and participants freely labeled each video. For dynamic stimuli in the face-body condition, both groups looked almost exclusively to the face (>88% of the time for all emotions). In the body-only condition, both groups showed a reduction in looking to the face, with an especially large drop observed in children (from 90% to 50%). For static stimuli, adults looked less at the face both in the face-body condition (71%) and in the body-only condition (32%) than they did for dynamic stimuli. Children are currently being tested. These results indicate that for adults – and perhaps for children – attentional allocation varies for static versus dynamic emotional expressions. These data may explain why dynamic bodies do not influence emotion recognition whereas static bodies do, providing a more complete understanding of how emotion recognition develops in childhood. Meeting abstract presented at VSS 2013
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 | 0,002 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».