Facing fate: Estimates of longevity from facial appearance and their underlying cues.
Notice bibliographique
Résumé
Life span is associated with a number of physical and social factors, including health, personality, and socioeconomic status. Here, we examined whether life longevity could be predicted from facial appearance. We asked participants to view headshots from a 1923 university yearbook and to estimate how long they thought each person lived, finding that participants’ judgments predicted targets’ actual age of death. Additional participants rated the photos along a variety of characteristics previously found to predict longevity. Judgments of wealth were most closely related to perceived longevity, providing stronger predictive power than perceptions of health, attractiveness, or personality. These results demonstrate that longevity can be accurately judged from faces alone, and that assessments of traits related to actual longevity underlie the accurate perception of life span. SCIENTIFIC A BSTRACT Studies on social demographics have demonstrated that life span is influenced by a number of parameters related to one’s physical health and to the external environment. The current study examined whether longevity could be predicted from the face alone and, if so, the characteristics that relate to accurate judgments of longevity. Participants (N 212) viewed 100 portraits from a 1923 university yearbook and were asked to estimate how long each person lived. A structural equation model revealed that estimates of longevity significantly predicted targets’ actual age of death ( .30, t 2.27, p 0.02). To explore the mechanisms underlying these judgments, we examined perceptions of the faces along a set of variables related to actual life span. Perceptions of health and attractiveness ( .21, t 2.77, p .01), power ( .25, t 3.32, p .01) and wealth ( .52, t 6.48, p .01) predicted participants’ judgments of longevity, with perceived wealth showing the strongest relationship to estimated age of death. Overall, these results demonstrate that demographic factors that affect life span may also affect facial appearance, affording accurate judgments of longevity based on the face alone.
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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».