MétaCan
Menu
Retour à la cohorte
Enregistrement W3161981200 · doi:10.1080/13506285.2021.1925799

Attentional gaze dynamics in group interactions

2021· article· en· W3161981200 sur OpenAlexafffund
Francesca Capozzi, Jelena Ristic

Notice bibliographique

RevueVisual Cognition · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésGazePsychologyNonverbal communicationPerceptionCognitive psychologyDynamics (music)CognitionGroup dynamicSocial relationSocial cognitionSocial perceptionSocial psychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Group interactions influence human social and cognitive function. However, the non-verbal vehicles of that influence remain poorly understood. To address this question, here we present a taxonomy of interactive non-verbal attentional gaze behaviours – social referencing, participation, and mutual engagement – which we captured and characterized during live three-person interactions. Experiment 1 measured how each of these non-verbal indices predicted both the groups’ social dynamic (in terms of leadership perception) and later individual group member’s behaviour (in terms of gaze following magnitudes). The data indicated that the three attentional gaze behaviours (i) reliably reflected the groups’ nonverbal dynamics, (ii) predicted the groups’ social dynamics, and (iii) connected meaningfully with individual members’ behaviour. Experiment 2 confirmed that these group-to-individual links were dependent on individuals participating in a prior group interaction. Thus, our taxonomy of nonverbal attentional gaze behaviours characterizes both group and individual function well, and as such provides a methodological foundation for future investigations of non-verbal group dynamics and their links with individual behaviour.

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)0,005
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,062
Tête enseignante GPT0,356
Écart entre enseignants0,294 · 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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVisual CognitionMême sujetFace Recognition and PerceptionTravaux en français237 207