Happy or Sad? Context Does Not Influence Four-Year-Olds' Perception of Happy and Sad Facial Expressions
Notice bibliographique
Résumé
Adults' perception of facial displays of emotion is influenced by context; they make more errors and take longer to respond when the emotion displayed by the face (e.g., fear) is incongruent with the emotion displayed by the body (e.g., anger) (Meeren et al., 2005). This congruency effect is larger when emotions are similar (Aviezer et al., 2008). Previously, we reported that, like adults, 8-year-olds show congruency effects for sad/fearful facial expressions, but not sad/happy facial expressions, perhaps because happy and sad expressions differ in valence and intensity whereas fearful and sad expressions differ only in intensity (Widen & Russell, 2008). Additionally, happy and sad expressions share fewer physical characteristics than fearful and sad expressions (Aviezer et al., 2008). Because even infants and pre-school children are sensitive to emotional valence (Widen & Russell, 2008) we hypothesized that pre-school children would not show congruency effects for happy and sad facial expressions. Four-year-old participants (n = 12) helped a puppet sort faces into one of two houses (a happy or sad house); faces were presented in isolation, and on congruent/incongruent bodies. They showed no effect of congruency, p > .20, despite sorting isolated bodies almost perfectly. In a control study designed to verify that the lack of congruency effect could not be attributed to our child-friendly method, adults (n = 12) performed this same task with face/body expressions previously shown to elicit a congruency effect - sad/fear. They made more errors on incongruent trials, p < .01. Our data suggest that children's early sensitivity to emotional valence precludes congruency effects for happy/sad expressions, which we are testing in a follow-up study with two to three-year-old children - the youngest children that can reliably sort these facial expressions. Collectively, these results provide novel insights about how and when context influences children's sensitivity to facial expressions.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».