Reading the Mind in the Eyes of Children Test (RME-C-T): Development and Validation of a Complex Emotion Recognition Test
Notice bibliographique
Résumé
Much research has been devoted to the development of emotion recognition tests that can be used to investigate how individuals identify and discriminate emotional expressions of other individuals. One of the most prominent emotion recognition tests, is the Reading the Mind in the Eyes Test (RME-T). The original RME-T has been widely used to investigate how individuals recognize complex emotional expressions from the eye region of adult faces. However, the RME-T can only be used to investigate inter-individual differences in complex emotion recognition during the processing of adult faces. To extend its usefulness, we developed a modified version of the RME-T, the Reading the Mind in the Eyes of Children Test (RME-C-T). The RME-C-T can be used to investigate how individuals recognize complex emotional expressions from the eye region of child faces. However, the validity of the RME-C-T has not been evaluated yet. We, thus, administered the RME-C-T together with the RME-T to a sample of healthy adult participants (n = 119). The Interpersonal Reactivity Index (IRI) and the Toronto Alexithymia Scale (TAS) were also administered. Participants’ RME-C-T performance correlated with participants’ RME-T performance, implying that the RME-C-T measures similar emotion recognition abilities as the RME-T. Participants’ RME-C-T performance also correlated with participants’ IRI and TAS scores, indicating that these emotion recognition abilities are affected by empathetic and alexithymic traits. Moreover, participants’ RME-C-T performance differed between participants with high and low TAS scores, suggesting that the RME-C-T is sensitive enough to detect impairments in these emotion recognition abilities. The RME-C-T, thus, turned out to be a valid measure of inter-individual differences in complex emotion recognition during the processing of child faces.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».