MétaCan
Menu
Retour à la cohorte
Enregistrement W2156905713 · doi:10.1037/0882-7974.21.3.558

Age effects on social cognition: Faces tell a different story.

2006· article· en· W2156905713 sur OpenAlexafffund
Michelle Keightley, Gordon Winocur, Hana Burianová, Donaya Hongwanishkul, Cheryl L. Grady

Notice bibliographique

RevuePsychology and Aging · 2006
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensBaycrest HospitalTrent UniversityUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of TorontoToronto Rehabilitation Institute
Mots-clésPsychologySadnessCognitionSocial cognitionDevelopmental psychologyValence (chemistry)Facial expressionPersonalityEmotion perceptionSocial perceptionCognitive psychologyAngerSocial psychologyPerception

Résumé

récupéré en direct d'OpenAlex

The authors administered social cognition tasks to younger and older adults to investigate age-related differences in social and emotional processing. Although slower, older adults were as accurate as younger adults in identifying the emotional valence (i.e., positive, negative, or neutral) of facial expressions. However, the age difference in reaction time was largest for negative faces. Older adults were significantly less accurate at identifying specific facial expressions of fear and sadness. No age differences specific to social function were found on tasks of self-reference, identifying emotional words, or theory of mind. Performance on the social tasks in older adults was independent of performance on general cognitive tasks (e.g., working memory) but was related to personality traits and emotional awareness. Older adults also showed more intercorrelations among the social tasks than did the younger adults. These findings suggest that age differences in social cognition are limited to the processing of facial emotion. Nevertheless, with age there appears to be increasing reliance on a common resource to perform social tasks, but one that is not shared with other cognitive domains.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,394
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations196
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychology and AgingMême sujetAging and Gerontology ResearchTravaux en français237 207