Narcissistic personality differences in facial emotional expression categorization
Notice bibliographique
Résumé
Narcissistic Personality Disorder has been linked to a lack of empathy and a disrupted recognition of facial emotional expressions (Marissen, Deen, & Franken, 2012). To further investigate the link between narcissism and categorization of facial expressions, the performance and visual strategies in facial expression categorization of 20 healthy subjects were assessed using Bubbles (Gosselin & Schyns, 2001) and a separate expression categorization task involving fully-visible faces. The Bubbles task consisted in presenting sparse versions of emotional faces created by sampling facial information at random spatial locations and at five non-overlapping spatial frequency bands. Narcissism levels were evaluated using the Narcissistic Personality Inventory (NPI; Raskin & Hall, 1979). Each participant performed two categorization tasks with 4 facial expressions (anger, disgust, fear, happiness). NPI scores correlated positively with the number of Bubbles needed to maintain performance at 65% (r = 0.4634, p <0.05) and with reaction times in the task involving full faces (r = 0.4977, p <0.05). Classification images (CI) revealing what visual information correlated with participants accuracy were constructed separately for the most and less narcissistic subjects (z-scores higher than 0.5 or lower than -0.5) by performing a multiple linear regression on the bubbles locations and accuracy. The results shows that CIs for fear differ across groups (Zcrit = 3.36, p <0.05; corrected for multiple comparisons). Both groups use the mouth region but differ on which eye they use: narcissistic subjects using the left one. Our results are congruent with the alteration observed with clinical subjects in the performance at recognizing facial expressions (Marissen, Deen, & Franken, 2011). Furthermore, we show that in a non-clinical sample, the variations in performance are coupled with a different lateralisation bias in the eye utilisation during the processing of the fearful expression. Meeting abstract presented at VSS 2014
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».