Auditory and visual information affect social event segmentation differently
Notice bibliographique
Résumé
Humans spontaneously parse the dynamic environmental content into social and non-social events. Although social segmentation is thought to reflect a perceptual grouping process, the role of different perceptual modalities in this ability remains unclear. Here we tested how auditory and visual social information in isolation and in conjunction influenced social segmentation. Participants viewed a video clip depicting a dyadic social interaction. In separate groups, they first viewed the clip including only auditory or visual information and then including both modalities. In each condition, participants were asked to mark social and nonsocial events in separate blocks by pressing a keyboard key. Results indicated both overlapping and unique social and nonsocial events. Replicating past data, analysis of response agreement and variability revealed that social events were recognized with higher agreement and lower variability than nonsocial events, especially when both auditory and visual information was available. The lowest agreement and the highest variability were found when participants segmented nonsocial events using auditory information only, while the highest agreement and the lowest variability were found when participants segmented social events using auditory and visual information after they have segmented the same video using visual information only. Thus, visual social information appears to have a facilitatory effect on social segmentation with auditory and visual information influencing the ability to parse the environmental socio-interactive content into social and nonsocial events differently.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».