Genuine, suppressed and faked facial expressions of pain in children
Notice bibliographique
Résumé
Children's efforts to hide or exaggerate facial expressions of pain were compared to their genuine expressions using the cold pressor task. Fifty healthy 8- to 12-year-olds (25 boys, 25 girls) submerged their hands in cold and warm water and were instructed about what to show on their faces. Cold 10 degrees C water was used for the genuine and suppressed conditions and warm 30 degrees C water was used for the faked condition. Facial activity was videotaped and coded using the Facial Action Coding System to provide objective, detailed accounts of facial expressions in each condition, as well as during a baseline condition. Parents were subsequently asked to correctly identify each of the four conditions by viewing each video clip twice. Faked expressions of pain in children were found to show more frequent and more intense facial actions compared to their genuine pain expression, indicating that children had some understanding but were not fully successful in faking expressions of pain. Children's suppressed expressions, however, showed no differences from baseline facial actions, indicating that they were able to successfully suppress their expressions of pain. Parents correctly identified the four conditions significantly more frequently than would be expected by chance. They were generally quite successful at detecting faked pain, but experienced difficulty differentiating among the other conditions. The results indicate that children are capable of controlling their facial expressions of pain when instructed to do so, but are better able to hide their pain than to fake it.
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 | 0,003 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».