MétaCan
Menu
Retour à la cohorte
Enregistrement W2161527779 · doi:10.1068/p5865

The Influence of Recent Experience on Perceptions of Attractiveness

2008· article· en· W2161527779 sur OpenAlexafffund
Philip Cooper, Daphne Maurer

Notice bibliographique

RevuePerception · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAttractivenessPsychologyPerceptionFacial attractivenessTask (project management)Face (sociological concept)Social psychologyFace perceptionCognitive psychologyPhysical attractivenessEngineering

Résumé

récupéré en direct d'OpenAlex

Adults rate average faces as more attractive than most of the faces used in the creation of the average. One explanation for this is that average faces appear as both more familiar and more attractive because they resemble internal face prototypes formed from experience. Here we evaluated that explanation by examining the influence of recent experience on participants' subsequent judgments of attractiveness. Participants first performed a memory task lasting 8 min in which all of the female faces to be remembered had their features placed in a low, average, or high position, depending on experimental condition. In what was described as a separate experiment, participants then moved the features of a female face with averaged features to their most attractive vertical location. The most attractive location was affected by the faces seen during the memory task, with participants who saw faces with features in the high position placing features in higher locations than participants who saw faces with features in either the low or average positions. The results demonstrate that perceptions of attractiveness are influenced by recent experience, and suggest that internal face prototypes are constantly being updated by experience.

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)0,008
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,076
Tête enseignante GPT0,391
Écart entre enseignants0,315 · 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

Citations32
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePerceptionMême sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207