Cueing effects emerge when humans (Homo sapiens) view images of mammals (mammalia) and birds (aves).
Notice bibliographique
Résumé
Humans use eye- and head-gaze cues to facilitate social interactions among members of their own species. Research examining nonhuman animal-to-human cueing effects has received little attention, but may provide valuable insight into the mechanisms that have enabled species to coexist and thrive in shared environments. The objective of the current studies was to determine how gaze cues influence the attention and target detection of humans when they view images of mammals (human, orangutan, and dog; Experiment 1) and aves (owl, macaw parrot, and duck; Experiment 2). Participants were presented with an image of a forward-facing head that was suddenly replaced with an image of the head facing to the left or right, creating an apparent head rotation and change of orientation. A target appeared randomly on the left or right side of the head-gaze cue after 1 of 4 stimulus-onset asynchronies (SOAs; 100, 300, 600, or 1,000 ms). Participants were asked to indicate the location of the target by pressing a spatially corresponding key. The analysis of response times (RTs) revealed facilitatory cueing effects (RTs to cued targets were shorter than to uncued targets) across all SOAs in Experiment 1 (images of mammals). Such facilitatory cueing effects were only present at short SOAs (i.e., 100 and 300 ms) in Experiment 2 (images of aves). These findings provide initial evidence that the processing of gaze cues observed during human-to-human interactions is similar to that observed during mammal-to-human interactions, but is different in aves-to-human interactions. Alternative interpretations of the data are discussed. (PsycINFO Database Record (c) 2020 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,002 | 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 ».