Bad boys and mean girls: Judging aggressive potential in child faces
Notice bibliographique
Résumé
Facial width-to-height ratio (WHR) is a sexually dimorphic trait that is correlated with aggressive behavior in men and with adult and child observers’ judgments of aggression in male faces (Short et al., 2011). The sexual dimorphism emerges at puberty, coincident with rises in testosterone (Weston et al., 2007). No correlation exists between WHR and aggressive behavior in women, but observers perceive women with higher WHR as aggressive, although the correlation is weaker for female (r=.40) than male (r=.70) faces (Geniole et al., submitted). We examined whether 9-year-old children’s WHR is correlated with aggressive behavior and whether observers’ estimates of aggression are correlated with children’s WHR. Nine-year-olds played a computer game that measures aggression and were photographed (data to date, n=14). They then rated adult male, and male and female child faces on how aggressively each person would play the game. A group of adults (n=24) rated the same faces. There was no correlation between aggressive behavior and children’s WHR (r=.076, p>.50). Across faces, the correlation between estimates of aggression and WHR were significant for adult faces (rs=.68 and .70 for adults and children observers respectively, ps<.01) but not child faces (rs=.29 and .21, ps>.05). A 2 (participant age) x 2 (face age) ANOVA indicated that individuals’ correlations between estimates of aggression and WHR were higher for adult faces (r=.40 and .30 for adults and children observers respectively) than child faces (r=.16 and .12), p<.001, although single sample t-tests showed that all four correlations were significant, ps<.05. The main effect of participant age and the participant age x face age interaction were not significant, ps>.50. Our results show that observers do not overgeneralize trait perception in adult male faces to child faces and suggest that the correlation between WHR and aggressive behavior in men cannot be attributed to self-fulfilling prophecy. 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 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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».