Estimating Aggression from Emotionally Neutral Faces: Which Facial Cues are Diagnostic?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The facial width-to-height ratio, a size-independent sexually dimorphic property of the human face, is correlated with aggressive behaviour in men. Furthermore, observers' estimates of aggression from emotionally neutral faces are accurate and are highly correlated with the facial width-to-height ratio. We investigated whether observers use the facial width-to-height ratio to estimate propensity for aggression. In experiments 1a-1c, estimates of aggression remained accurate when faces were blurred or cropped, manipulations that reduce featural cues but maintain the facial width-to-height ratio. Accuracy decreased when faces were scrambled, a manipulation that retains featural information but disrupts the facial width-to-height ratio. In experiment 2, computer-modeling software identified eight facial metrics that correlated with estimates of aggression; regression analyses revealed that the facial width-to-height ratio was the only metric that uniquely predicted these estimates. In experiment 3, we used a computer-generated set of faces varying in perceived threat (Oosterhof and Todorov, 2008 Proceedings of the National Academy of Sciences of the USA 105 11087-11092) and found that as emotionally neutral faces became more 'threatening', the facial width-to-height ratio increased. Together, these experiments suggest that the facial width-to-height ratio is an honest signal of propensity for aggressive behaviour.
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.
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 | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,004 |
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 découle