Asian infants show preference for own-race but not other-race female faces: the role of infant caregiving arrangements
Notice bibliographique
Résumé
Previous studies have reported that 3- to 4-month-olds show a visual preference for faces of the same gender as their primary caregiver (e.g., Quinn et al., 2002). In addition, this gender preference has been observed for own-race faces, but not for other-race faces (Quinn et al., 2008). However, most of the studies of face gender preference have focused on infants at 3-4 months. Development of gender preference in later infancy is still unclear. Moreover, all of these studies were conducted with Caucasian infants from Western countries. It is thus unknown whether a gender preference that is limited to own-race faces can be generalized to infants from other racial groups and different cultures with distinct caregiving practices. The current study investigated the face gender preferences of Asian infants presented with male versus female face pairs from Asian and Caucasian races at 3, 6, and 9 months and the role of caregiving arrangements in eliciting those preferences. The results showed an own-race female face preference in 3- and 6-month-olds, but not in 9-month-olds. Moreover, the downturn in the female face preference correlated with the cumulative male face experience obtained in caregiving practices. In contrast, no gender preference or correlation between gender preference and face experience was found for other-race Caucasian faces at any age. The data indicate that the face gender preference is not specifically rooted in Western cultural caregiving practices. In addition, the race dependency of the effect previously observed for Caucasian infants reared by Caucasian caregivers looking at Caucasian but not Asian faces extends to Asian infants reared by Asian caregivers looking at Asian but not Caucasian faces. The findings also provide additional support for an experiential basis for the gender preference, and in particular suggest that cumulative male face experience plays a role in inducing a downturn in the preference in older infants.
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 | 0,000 | 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) | 0,002 | 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 ».