Religious-Contingent Aftereffects for Christian and Muslim Faces
Notice bibliographique
Résumé
Introduction. Face recognition has been attributed to norm-based coding: individual faces are perceived based on their resemblance to a face prototype (Valentine, 1991). These face prototypes are malleable, updating based on changes in faces viewed. Adults have multiple face prototypes based on social categories such as race and gender (Jaquet, Rhodes, & Hayward 2008; Little, DeBruine, & Jones, 2005). Here we test whether faces depicting members of different religions (Christian and Muslim) are perceived using distinct face-templates using an opposing aftereffect paradigm. Methods.120 undergraduates participated, 60 of which were the control condition. During pre-adaptation, participants viewed 48 face pairs of the same model, one compressed by 10% and one expanded by 10% and selected which face they found more attractive. An audio clip introduced the face model with a name associated with one of the two religions. During adaptation, participants viewed Muslim and Christian faces expanded or contracted by 60%, with faces from each religious category altered in the opposite direction. An audio clip labelled the religious identity. During post-adaptation, participants again viewed 48 face pairs, selecting the most attractive. The control participants completed the same procedure with religiously neutral audio clips. Results. There was a significant difference in change scores when viewing Christian versus Muslim faces (t=2.30, p=.041). In addition, significantly more contracted Christian faces were selected as more attractive than expanded Christians faces in post adaptation (t=2.982, p=.018), consistent with adaptation. Though the scores for contracted Muslim faces selected did not significantly differ (t=−1.059, p=.320), the change was in the expected direction, consistent with adaptation. Preliminary results for the experimental condition reveal evidence of opposing aftereffects approaching. There were no significant differences in change scores in the control condition. Evidence of opposing aftereffects implies separate face templates for different categories of religion.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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 ».