Are human faces and voices ornaments signaling common underlying cues to mate value?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In our daily lives, we constantly interact with people. We maintain relationships with families and friends. We collaborate with colleagues. We seek passion with our lovers and avoid conflicts with our enemies. How we divide the world into these and many other categories of people is initially guided by our first impressions of how they look and sound. Many times we are surprised when we hear someone on the phone whom we have not yet met face‐to face; they sound different from what we imagined. There are, however, many things that we are not surprised about in such situations. People are accurate at identifying sex, health, emotions, and age by both voices and faces. 3–12 There is good evidence that many seemingly disparate ornaments such as body and face, 13 body and voice, 14–16 and face and odor 19 may convey either backup signals of the same underlying quality 20,21 or convey signals of different underlying qualities that are used in conjunction to provide a more robust view of the organism's overall fitness. 22,23 Is this also true of face and voices? Until recently, little attention has been given to the idea that people's faces and voices might both signal the same underlying qualities related to hormone levels, and that we might use these hormonal fitness markers to provide a better picture of the signaler's overall mate value. 20,21,24 In this paper I first argue that aspects of voices and faces can be used as markers of hormonal status. Second, I argue that both vocal and facial features associated with hormonal status are used by people to assess mate quality.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 découle