Adolescents and young adults differ in their neural response to and recognition of adolescent and adult emotional faces
Notice bibliographique
Résumé
Peer relationships become increasingly important during adolescence. The success of these relationships may rely on the ability to attend to and decode subtle or ambiguous emotional expressions that are common in social interactions. However, most studies examining youths' processing and labeling of facial emotion have employed adult faces and faces that depict emotional extremes as stimuli. In this study, 40 adolescents and 40 young adults viewed blends of angry-neutral, fearful-neutral, and happy-neutral faces (e.g., 100% angry, 66% angry, 33% angry, neutral) portrayed by adolescent and adult actors as electroencephalogram (EEG) was recorded. Participants also labeled these faces according to the emotion expressed (i.e., angry, fearful, happy, or neutral). The Late Positive Potential (LPP), an event-related potential (ERP) component that reflects sustained attention to motivationally salient information, was scored from the EEG following face presentation. Among adolescents, as peer-age faces moved from ambiguous (33%) to unambiguous (100%) emotional expression, the LPP similarly increased. These effects were not found when adolescents viewed emotional face blends portrayed by adult actors. Additionally, while both adolescents and young adults showed greater emotion labeling accuracy as faces increased in emotional intensity from ambiguous to unambiguous emotional expression, adolescent participants did not show greater accuracy when labeling peer-compared to adult-age faces. Together, these data suggest that adolescents attend more to subtle differences in peer-age emotional faces, but they do not label these emotional expressions more accurately than adults.
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 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) | 0,000 | 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».