MétaCan
Menu
Retour à la cohorte
Enregistrement W3120591658 · doi:10.4236/jss.2021.91006

The Relationship between Personality Traits and Face Shapes in Chinese Traditional Physiognomy

2021· article· en· W3120591658 sur OpenAlexaff
Zhizhong Kai

Notice bibliographique

RevueOpen Journal of Social Sciences · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueEvolutionary Psychology and Human Behavior
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPhysiognomyPersonalityPsychologyFace (sociological concept)Big Five personality traits16PF QuestionnaireSocial psychologyTest (biology)Cognitive psychologyBig Five personality traits and cultureLinguistics

Résumé

récupéré en direct d'OpenAlex

Objective: Physiognomy has over 3000 years of history in China, where the belief that personality can be discerned through physiognomy is widespread. However, it hasn’t been fully verified by scientific research. Through experiments, this paper explores the relationship between face shape and corresponding personality in physiognomy, and how face shape affects people’s judgment of personality. Method: According to the eight face shapes theory of physiognomy, 10 trained laboratory assistants have selected 64 typical faces through 3816 pieces of ID photos following a designated procedure, and tested the selected 64 persons’ scores of Cattell’s 16 Personality Factors Test. Eight more ID photos have been randomly selected, and each one has been modified by Image Processing Technology into eight face shapes, keeping other facial features same to ensure that the only variable is face shape, and ultimately obtained 64 artificial faces. 949 undergraduates, as participants, have visually judged these 128 faces in a laboratory by using E-prime 2.0 and 16PF Rating Scale. Results: Overall, there was no significant difference of tested sixteen personality traits among eight typical faces. Through a post-hoc test, some face shapes are perceived to have certain significant differences in some personality traits than a certain face shape. For example, on factor Q2 of 16PF, a heart-shaped face (M = 2.625*) is significantly lower than a diamond-shaped face (M = 4.375). In contrast, there are various differences among the eight face shapes on people’s visual judgmental of personality traits. For example, the heart-shaped face (M = 4.01**) is significantly lower than all other face shapes on factor A). By comprising the tested personality traits and perceived personality traits of each face shape, there are significant differences among some personality traits (e.g. diamond face on factor B, t = ?2.847**). Conclusions: Traditional physiognomy theory which explains personality by face shapes can’t be supported by the results. People are affected by the inherent stereotype (such as people with square face look like more right-minded), and tend to make a judgment about people’s personalities according to stereotypes of face shapes. Although their judgments are inconformity with the real personality traits, it indeed influences many people’s judgments on personality. According to this research, if people can tailor their face shape to someone’s preferences by using makeup, it will be easier for them to make a good impression with that person.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,236
Tête enseignante GPT0,446
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Journal of Social SciencesMême sujetEvolutionary Psychology and Human BehaviorTravaux en français237 207