MétaCan
Menu
Retour à la cohorte
Enregistrement W2802569729 · doi:10.1111/bjop.12310

High voice pitch mitigates the aversiveness of antisocial cues in men's speech

2018· article· en· W2802569729 sur OpenAlexafffund
Jillian J.M. O’Connor, Pat Barclay

Notice bibliographique

RevueBritish Journal of Psychology · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensUniversity of Guelph
Organismes subventionnairesSocial Sciences and Humanities Research CouncilSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychologyProsocial behaviorAttractivenessContext (archaeology)PerceptionSocial cueSpeech perceptionCognitive psychologySocial psychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Speech contains both explicit social information in semantic content and implicit cues to social behaviour and mate quality in voice pitch. Voice pitch has been demonstrated to have pervasive effects on social perceptions, but few studies have examined these perceptions in the context of meaningful speech. Here, we examined whether male voice pitch interacted with socially relevant cues in speech to influence listeners' perceptions of trustworthiness and attractiveness. We artificially manipulated men's voices to be higher and lower in pitch when speaking words that were either prosocial or antisocial in nature. In Study 1, we found that listeners perceived lower-pitched voices as more trustworthy and attractive in the context of prosocial words than in the context of antisocial words. In Study 2, we found evidence that suggests this effect was driven by stronger preferences for higher-pitched voices in the context of antisocial cues, as voice pitch preferences were not significantly different in the context of prosocial cues. These findings suggest that higher male voice pitch may ameliorate the negative effects of antisocial speech content and that listeners may be particularly avoidant of those who express multiple cues to antisociality across modalities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,023
Tête enseignante GPT0,343
Écart entre enseignants0,321 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations18
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of PsychologyMême sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207