Spontaneous eye-movements in neutral and emotional gaze-cuing: An eye-tracking investigation
Notice bibliographique
Résumé
Our attention is spontaneously oriented in the direction where others are looking. This attention shift manifests as faster responses to peripheral targets when they are gazed at by a central face instead of gazed away from, and this effect is even more pronounced when the face expresses an emotion. This so called gaze-cuing effect, and its enhancement by emotion, is thought to reflect covert attention orienting. However, eye movements are typically not monitored in gaze-cuing paradigms, yet free viewing and saccadic reaction time research suggests individuals commonly and quickly look at gazed-at locations. Furthermore, in dynamic gaze-cuing studies, emotional faces differ from neutral faces in their affective content but also in their apparent facial motion, both of which could affect participants' eye-movements. We investigated the contribution of overt orienting to the gaze-cuing effect by monitoring eye-movements during emotional and neutral gaze-cuing trials. We found that eye-movements were infrequent, and when they occurred, they were directed toward the target, not toward the gazed-at location. Removing trials with eye-movements did not affect gaze-cuing much, confirming it reflects a covert attention process. However, participants were more likely to move their eyes during neutral trials, which lacked perceived face movement, than during emotion trials or neutral movement trials. Including these eye-movement contaminated trials in our analysis resulted in an impaired ability to detect the gaze-cuing variations with emotion. In contrast, removing trials with eye-movements, or including a neutral movement control such as a neutral tongue protrusion, revealed more subtle emotional modulation of gaze-cuing.
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 | 0,000 |
| 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 ».