A Longer Look at Time: Time Slows Down During Prolonged Eye Contact
Notice bibliographique
Résumé
Eye contact plays a crucial role during social interactions. It demonstrates that we are engaged, interested, and attending to the people involved. Why then, do we only make eye contact for brief periods of time? One hypothesis is that prolonged eye contact (> 5 seconds) elicits an elevated degree of arousal, which then could be interpreted as intimacy (or intimidation) leading to anxiety in both individuals. Here we investigated whether prolonged eye contact (live or through the computer) could distort our perception of time. In the live condition, two naïve participants made a 1-minute time estimate while sitting next to one another and maintaining three different poses: looked at the wall (baseline), looked at their partner’s profile (face averted) or made eye contact with their partner. Over the computer, participants made the 1-minute estimate while watching videos equated to the live poses (i.e., empty room, person’s profile, and eye contact). Recent research has shown that subjective time estimates increase (i.e., time slows down) during arousing events. Thus, if eye contact induces a high degree of arousal, then we predicted time would seem to slow down during conditions in which participants made eye contact. Indeed this was the case. We found that participants made significantly longer time estimates when they made eye contact, as opposed to when they looked at another person or just sat next to another person. Importantly, this duration expansion was only observed when participants made eye contact with their partner face-to-face and not with a person in a video. We attribute this difference to an increase in anxiety when looking into the eyes of a person next to you that does not exist over the computer. Thus, we showed that when studied in a natural environment, prolonged eye contact causes time to slow down. Meeting abstract presented at VSS 2012
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 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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».