Emotion Recognition in Different Cultures
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
Background: This article substantiates the necessity to study the emotion recognition in cross-cultural communication. The study is aimed at determining the conditions of successful cross-cultural recognition of face expressions. Methods: The authors have theoretically analyzed and summarized the conditions affecting the success of emotion recognition. To achieve the research objectives the authors used such methods as: the Cultural Intelligence Scale Test (CQS) by Early and Ang, Montreal Set of facial displays of emotion by U. Hess, the Embedded Figures Test of field dependence-independence by H. Witkin, Individualism and collectivism scale by G. Hofstede, Emotional intelligence Test by D.V. Lyusin. Findings: It was found that a high level of emotional intelligence, as well as the high level of its components, is closely related to the emotion recognition from facial expressions displayed by representatives of different cultures. Difficulties in emotion recognition are not determined by the fact that they appear quite different on the faces of the representatives of different ethnic groups, nationalities, cultures, etc. Difficulties in emotion recognition are related to the characteristics of its display and perception determined by the features of ethnic groups, person’s culture-specific and cognitive style features. Improvements: The authors formulated practical recommendations for the emotion recognition abilities development: emotional intelligence and its components; cognitive component of cultural intelligence; awareness of cultural differences in emotion expression and recognition. Keywords: Basic Emotions, Cognitive Features, Cross-Cultural Features, Emotion Recognition
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle