MétaCan
Menu
Retour à la cohorte
Enregistrement W2182564889 · doi:10.1080/1357650x.2015.1087554

Did Buddha turn the other cheek too? A comparison of posing biases between Jesus and Buddha

2015· article· en· W2182564889 sur OpenAlexafffund
Kari N. Duerksen, Trista E. Friedrich, Lorin Elias

Notice bibliographique

RevueLaterality Asymmetries of Body Brain and Cognition · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSpatial Neglect and Hemispheric Dysfunction
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGautama BuddhaDepictionPsychologyBuddhismPaintingFace (sociological concept)AestheticsSubject (documents)Social psychologyArtPhilosophyLiteratureVisual artsLinguisticsTheology

Résumé

récupéré en direct d'OpenAlex

People tend to exhibit a leftward bias in posing. Various studies suggest that posing to the left portrays a stronger emotion, whereas posing to the right portrays a more neutral emotion. Religions such as Christianity emphasize the role of strong emotions in religious experience, whereas religions such as Buddhism emphasize the calming of emotions as being important. In the present study, we investigated if the emphasis on emotionality of a religion influences the depiction of their religious figures. Specifically, we coded 484 paintings of Jesus and Buddha from online art databases for whether the deity exhibited a left bias, right bias, or central face presentation. The posing biases were analysed to discover whether paintings of Jesus would more frequently depict a leftward bias than paintings of Buddha. Jesus is more commonly depicted with a leftward bias than Buddha, and Buddha is more commonly depicted with a central face presentation than Jesus. These findings support the idea that the amount of emotionality that is to be conveyed in artwork influences the whether the subject is posed with a leftward bias.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,113
Tête enseignante GPT0,333
Écart entre enseignants0,221 · 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

Citations11
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLaterality Asymmetries of Body Brain and CognitionMême sujetSpatial Neglect and Hemispheric DysfunctionTravaux en français237 207