Variation of empathy in viewers impacts facial features encoded in their mental representation of pain expression.
Notice bibliographique
Résumé
The experience of pain includes sensory, affective, cognitive and behavioral components (Boccard, 2006) and leads to the contraction of specific facial muscles (Kunz et al., 2012) that are, to some extent, encoded in the mental representation of onlookers (Blais et al., in revision). Exposition to facial expressions of pain has been demonstrated to entail a neural emphatic experience in the viewer (Botvinick et al. 2005, Lamm et al. 2007), which varies as a function of subjects’ empathy level (Saarela et al. 2007). This experiment aims to verify the impact of empathy variations on the facial features stored by individuals in their mental representation of pain facial expressions. 54 participants (18 males) were tested with the Reverse correlation method (Mangini & Biederman, 2004). In 500 trials, participants chose from two stimuli the face that looked the most in pain. For each trial, both stimuli consisted of the same base face with random noise superimposed, one with noise pattern added, and the other subtracted. Empathy level was measured using the Emotional Quotient test (Baron-Cohen & Wheelwright, 2004) and used as weight to generate two Classification images (CI) for high-empathy and low-empathy levels. Those CIs were then presented to an independent sample (N=24) who identified High-empathy CI as significantly more intense in regions usually associated with pain expression (i.e. brow lowering [x2=24, p< 0.005], nose wrinkling/upper lip raising [x2=10.67, p< 0.05]) and eyes narrowing [x2=6, p< 0.05]). A CI of difference was then generated (i.e. High-empathy CI - Low-empathy CI), and submitted to a Stat4CI cluster test (Chauvin et al., 2005) resulting in a significant difference in the mouth area (ZCrit=2.7, K=80, p< 0.025). Taken together these results suggest that mental representation of pain expression varies with individual differences in empathy.
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 | 0,004 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».