Observers use facial masculinity to make physical dominance assessments following 100‐ms exposure
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Research has consistently demonstrated that faces manipulated to appear more masculine are perceived as more dominant. These studies, however, have used forced-choice paradigms, in which a pair of masculinized and feminized faces was presented side by side. These studies are susceptible to demand characteristics, because participants may be able to draw the conclusion that faces which appear more masculine should be rated as more dominant. To prevent this, we tested if dominance could be perceived when masculinized or feminized faces were presented individually for only 100 ms. We predicted higher dominance ratings to masculinized faces and better memory of them in a surprise recognition memory test. In the experiment, 96 men rated the physical dominance of 40 facial photographs (masculinized = 20, feminized = 20), which were randomly drawn from a larger set of faces. This was followed by a surprise recognition memory test. Half of the participants were assigned to a condition in which the contours of the facial photographs were set to an oval to control for sexual dimorphism in face shape. Overall, men assigned higher dominance ratings to masculinized faces, suggesting that they can appraise differences in facial sexual dimorphism following very brief exposure. This effect occurred regardless of whether the outline of the face was set to an oval, suggesting that masculinized internal facial features were sufficient to affect dominance ratings. However, participants' recognition memory did not differ for masculinized and feminized faces, which could be due to a floor effect.
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.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle