Representing Facial Expressions in Visual Working Memory: A Novel Adaptation of the Continuous Response Paradigm
Notice bibliographique
Résumé
Most studies investigating emotion perception have used dichotomous response measures whereby each response is either correct or incorrect. We used a novel continuous response paradigm to investigate the precision of visual working memory for expressions of sadness, anger, and fear and to investigate whether biases in errors (e.g., incorrectly perceiving angry faces as fearful rather than sad) are evident early in visual processing. We created an "emotion wheel" by morphing three anchor expressions (anger/sad/fear) in 4% steps. On each trial (n = 750), a target face (an anchor or any randomly selected morph) appeared for 500ms. After a 900ms delay, participants (n=29) located the target face on the emotion wheel (comprised of 75 faces representing continuous variation in emotion). We measured the magnitude (degrees between target and response) and direction (e.g., towards or away from particular emotions) of response error. The magnitude of response error varied with proximity of the target to an anchor expression (smaller for unambiguous [target contained >75% of one emotion, m = 47°] vs. ambiguous [target contained < 75% of either emotion, m = 60°] targets, p < .001) and across expressions (smaller for unambiguous angry compared to sad or fearful expressions, ps < .001; smaller for ambiguous angry/fear and fear/sad blends than angry/sad blends, ps < .01). The direction of response biases for ambiguous targets favored threat-related expressions. Participants were biased towards anger and fear when viewing anger/sad and fear/sad blends, ps < .05; no bias was observed for angry/fearful blends. Collectively, our findings suggest prioritization of both direct (angry) and indirect (fearful) threat, as opposed to merely negative (sad) faces. Our results have important implications for emotion theory and for understanding threat-related biases in emotion processing. Meeting abstract presented at VSS 2018
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».