Body Perception and the Sexualized-Body-Inversion-Hypothesis
Notice bibliographique
Résumé
According to Bernard et al.'s (2012) Sexualized Body Inversion Hypothesis (SBIH), female bodies are viewed as objects, and processed as such by the visual system, while male bodies are processed as social objects. Their hypothesis is supported by a greater inversion effect for male than for female body images in a discrimination task. However, there are physical differences between the male and female image sets that might account for the reported differences in the inversion effect. The current study investigated how much of this sex difference can be accounted for by discriminability of images, and whether the SBIH is still supported. We replicated Bernard et al.'s study presenting participants with a target image, followed by a blank screen, then the target image presented alongside its mirror-image as a 2AFC recognition task. We found a significant Orientation by Target Sex Interaction (F (1,47) = 9.29, p < 0.003). While participants recognized upright and inverted images of females equally well (t (46) = 1.82, p > 0.05), they performed better for upright than for inverted images of males (t (46) = 5.56, p < 0.0001), consistent with Bernard et al. We conducted an ideal observer analysis to quantify the discriminability of the images, obtaining 100 thresholds for each of the 48 images (12 upright males, 12 inverted males, 12 upright females, 12 inverted females). A simple linear regression showed that discriminability predicted human performance (t (1,46) = -2.818, p < 0.000, adj. R² = 0.1287), suggesting that physical characteristics of the images account for some of the differences in the inversion effect. However, after accounting for discriminability, there was still a reliable residual difference in the inversion effects across stimulus sets as shown by a significant Target Sex by Orientation Interaction (F(1,43) = 4.99, p < 0.031), supporting the SBIH. Meeting abstract presented at VSS 2016
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».