MétaCan
Menu
Retour à la cohorte
Enregistrement W2160269677 · doi:10.1111/cdev.12039

The Moving Window Technique: A Window Into Developmental Changes in Attention During Facial Emotion Recognition

2012· article· en· W2160269677 sur OpenAlexafffund
Elina Birmingham, T. Meixner, Grace Iarocci, Christopher Kanan, Daniel Smilek, James W. Tanaka

Notice bibliographique

RevueChild Development · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensUniversity of WaterlooUniversity of VictoriaSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaMichael Smith Health Research BC
Mots-clésPsychologyFace perceptionFacial expressionPerceptionWindow (computing)Cognitive psychologyDevelopmental psychologyAttentional biasEye trackingTask (project management)Eye movementFace (sociological concept)CognitionCommunicationNeuroscienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The strategies children employ to selectively attend to different parts of the face may reflect important developmental changes in facial emotion recognition. Using the Moving Window Technique (MWT), children aged 5-12 years and adults (N = 129) explored faces with a mouse-controlled window in an emotion recognition task. An age-related increase in attention to the left eye emerged at age 11-12 years and reached significance in adulthood. This left-eye bias is consistent with previous eye tracking research and findings of a perceptual bias for the left side of faces. These results suggest that a strategic attentional bias to the left eye begins to emerge at age 11-12 years and is likely established sometime in adolescence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,515
Score d'incertitude au seuil0,753

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,257
Écart entre enseignants0,222 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations20
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChild DevelopmentMême sujetFace Recognition and PerceptionTravaux en français237 207