Say hello to my little friend: The anthropomorphization of starface
Notice bibliographique
Résumé
To understand the actions of other individuals, we must first understand their limbs and how they can be represented. The current study investigated how we perceive the limbs of non-human animals and, specifically, to deduce the aspects of a non-human image that facilitate human-animal representation matching (anthropomorphization). Previous studies revealed that anthropomorphization is influenced by the posture and class of the animal. These studies used a body-part compatibility task as a probe of self-other matching. Self-other matching is indicated by lower response times to targets that are presented on limbs of the image that are homologous to the actors' responding limb (e.g., RTs are lower for hand responses when targets are on the forelimb than the hindlimb of an animal). The current study employed the body-part compatibility task in which hand and foot responses were executed to targets on the limbs of a non-human image (line drawing of a starfish) in three blocks; without a face, with a face (by rearranging basic visual features) and again without a face. Results revealed that there were no compatibility effects when stimuli were presented on the "limbs" of a drawn starfish in the first block. When facial features were added to the starfish, however, significant compatibility effects emerged. Finally, when the face was removed from the image in the third block, the body-part compatibility effect did not significantly persist. Overall, this study provides preliminary evidence on the use of facial features on non-human images to act as a pre-requisite to anthropomorphization.
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) | 0,006 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».