Influence du genre sur la perception de l'empathie à l'aide d'avatars
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
L’empathie, soit la capacité de comprendre et partager les émotions d’autrui, peut s’exprimer par le langage non verbal, notamment par l’entremise d’avatars dans les plateformes virtuelles en clinique et en recherche. Cependant, l’influence du genre dans l’interaction humain-avatar demeure encore inconnue. Cette étude en ligne vise à évaluer si la perception de l’empathie varie en fonction du genre du participant (homme/femme) et de la représentation de l’avatar (masculin/féminin), indépendamment des comportements non verbaux affichés par les avatars (Contact visuel; Expression faciale congruente; Inclinaison du tronc). Cent vingt adultes de la population générale âgés entre 18 et 60 ans ont été recrutés (76 s’identifiant comme une femme). Ils ont visionné des vidéos d’avatars (deux masculins et deux féminins) affichant différents comportements non verbaux, puis ont évalué l’empathie qu’ils percevaient. Les résultats de l’ANOVA factorielle mixte montrent que les participants perçoivent significativement plus d’empathie lorsqu’exprimée par des avatars féminins, ce qui est congruent avec les stéréotypes liés aux genres. Les résultats montrent également que le genre du participant n’influence pas le niveau l’empathie perçue. Les données obtenues montrent l’importance d’une représentation d’avatar féminin et permettront d’améliorer les plateformes virtuelles existantes, en plus d’améliorer les connaissances sur les interactions empathiques humain-machine.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle