Emotional Experience and Recognition across Menstrual Cycle and in Premenstrual Disorder
Notice bibliographique
Résumé
The aim of this study was to determine if differences exist in mood and in the recognition of female and male emotional faces among women in different phases of the menstrual cycle, and in women who suffer from Premenstrual Dysphoric Disorder (PMDD) in the premenstrual phase. Both the emotional states and the recognition of female and male emotional faces were assessed in women in each phase of the menstrual cycle: post-menstrual, ovulatory, post-ovulatory and premenstrual. Also evaluated was a group of women who presented symptoms of PMDD during the premenstrual phase. Only the women with PMDD showed significant changes in levels of unpleasant emotions and anxiety. Regardless of group, the highest accuracy was observed for recognition of happiness and disgust, followed by surprise and sadness. The lowest level of recognition was seen for fear and anger. In addition, expressions of happiness and surprise were recognized better on female faces, while fearful and angry expressions were recognized better on male faces. Finally, women in the ovulatory phase and those with PMDD showed higher accuracy when recognizing sadness on male faces. These results suggest that only women with PMDD presented important differences in their emotional experience compared to the other groups. Finally, the gender of the emotion emitter was a factor that affected the recognition of emotions, an effect that was seen to interact slightly with the menstrual cycle phase.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».