Differences in regional gray matter volume predict the extent to which openness influences judgments of beauty and pleasantness of interior architectural spaces
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
Hedonic evaluation of sensory objects varies from person to person. While this variability has been linked to differences in experience, little is known about why stimuli lead to different evaluations in different people. We used linear mixed-effects models to determine the extent to which the openness, contour, and ceiling height of interior spaces influenced the beauty and pleasantness ratings of 18 participants. Then, by analyzing structural brain images acquired for the same group of participants, we asked if any regional gray matter volume (rGMV) covaried with these differences in the extent to which the three features influence beauty and pleasantness ratings. Voxel-based morphometry analysis revealed that the influence of openness on pleasantness ratings correlated with rGMV in the anterior prefrontal cortex (Brodmann area (BA)-10), and the influence of openness on beauty ratings correlated with rGMV in the temporal pole (BA38) and cluster, including the posterior cingulate cortex (BA31) and paracentral lobule (BA5/6). There were no significant correlations involving contour or ceiling height. Our results suggest that regional variance in gray matter volume may play a role in the computation of hedonic valuation and account for differences in the way people weigh certain attributes of interior architectural spaces.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle