MétaCan
Menu
Retour à la cohorte
Enregistrement W2006257522 · doi:10.5964/ejop.v10i4.816

Physical Aggression and Facial Expression Identification

2014· article· en· W2006257522 sur OpenAlexaff
Alisdair Taylor, María José

Notice bibliographique

RevueEurope’s Journal of Psychology · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMisattribution of memoryAggressionPsychologyFacial expressionPerceptionMistakeFace perceptionExpression (computer science)Social perceptionAngerDevelopmental psychologySocial psychologyCognitive psychologyCommunicationCognitionNeuroscience

Résumé

récupéré en direct d'OpenAlex

Social information processing theories suggest that aggressive individuals may exhibit hostile perceptual biases when interpreting other’s behaviour. This hypothesis was tested in the present study which investigated the effects of physical aggression on facial expression identification in a sample of healthy participants. Participants were asked to judge the expressions of faces presented to them and to complete a self-report measure of aggression. Relative to low physically aggressive participants, high physically aggressive participants were more likely to mistake non-angry facial expressions as being angry facial expressions (misattribution errors), supporting the idea of a hostile predisposition. These differences were not explained by gender, or response times. There were no differences in identifying angry expressions in general between aggression groups (misperceived errors). These findings add support to the idea that aggressive individuals exhibit hostile perceptual biases when interpreting 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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,477
Score d'incertitude au seuil0,512

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,342
Écart entre enseignants0,319 · 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'étudeSans objet
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

Citations21
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEurope’s Journal of PsychologyMême sujetBullying, Victimization, and AggressionTravaux en français237 207