MétaCan
Menu
Retour à la cohorte
Enregistrement W2777338366 · doi:10.1037/emo0000410

Generalizing Duchenne to sad expressions with binocular rivalry and perception ratings.

2018· article· en· W2777338366 sur OpenAlexafffund
Nour Malek, Daniel S. Messinger, Andy Yuan Lee Gao, Eva G. Krumhuber, Whitney I. Mattson, Ridha Joober, Karim Tabbane, Julio Martínez-Trujillo

Notice bibliographique

RevueEmotion · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensDouglas Mental Health University InstituteDouglas CollegeMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPsychologyFacial expressionFace perceptionBinocular rivalryPerceptionCognitive psychologyPsycINFOEmotional expressionSocial psychologySocial perceptionDevelopmental psychologyVisual perceptionCommunication

Résumé

récupéré en direct d'OpenAlex

Discrete emotion theories emphasize the modularity of facial expressions, while functionalist theories suggest that a single facial action may have a common meaning across expressions. Smiles involving the Duchenne marker, eye constriction causing crow's feet, are perceived as intensely positive and sincere. To test whether the Duchenne marker is a general index of intensity and sincerity, we contrasted positive and negative expressions with and without the Duchenne marker in a binocular rivalry paradigm. Both smiles and sad expressions involving the Duchenne marker were perceived longer than non-Duchenne expressions, and participants rated all Duchenne expressions as more affectively intense and more sincere than their non-Duchenne counterparts. Correlations between perceptual dominance and ratings suggested that the Duchenne marker increased the dominance of smiles and sad expressions by increasing their perceived affective intensity. The results provide evidence in favor of Darwin's hypothesis that specific facial actions have a general function (conveying affect intensification and sincerity) across expressions. (PsycINFO Database Record (c) 2019 APA, all rights reserved).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,187
Score d'incertitude au seuil0,682

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,285
Écart entre enseignants0,241 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations29
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEmotionMême sujetFace Recognition and PerceptionTravaux en français237 207