MétaCan
Menu
Retour à la cohorte
Enregistrement W4224001819 · doi:10.1037/emo0001076

What’s in a gaze, what’s in a face?: The direct gaze effect can be modulated by emotion expression.

2022· article· en· W4224001819 sur OpenAlexfundno aff
Roxana Pittig, Robrecht P. R. D. van der Wel, Timothy N. Welsh, Anne Böckler

Notice bibliographique

RevueEmotion · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDeutsche Forschungsgemeinschaft
Mots-clésGazePsychologyFacial expressionCognitive psychologyEmotional expressionExpression (computer science)PsycINFOEye trackingNonverbal communicationCommunicationArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

Gaze direction and emotion expression are salient facial features that facilitate social interactions. Previous studies addressed how gaze direction influences the evaluation and recognition of emotion expressions, but few have tested how emotion expression influences attentional processing of direct versus averted gaze faces. The present study examined whether the prioritization of direct gaze (toward the observer) relative to averted gaze (away from the observer) is modulated by the emotional expression of the observed face. Participants identified targets presented on the forehead of one of four faces in a 2 × 2 design (gaze direction: direct/averted; motion: sudden/static). Emotion expressions of the faces (neutral, angry, fearful, happy, disgusted) differed across participants. Direct gaze effects emerged-response times were shorter for targets on direct gaze than on averted gaze faces. This direct gaze effect was enhanced in angry faces (approach-oriented) and reduced in fearful faces (avoidance-oriented). "Weaker" approach- and avoidance-oriented expressions (happy and disgusted) did not modulate the direct gaze effect. These findings suggest that the context of facial emotion expressions influences attentional processing. (PsycInfo Database Record (c) 2023 APA, all rights reserved).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,031
Tête enseignante GPT0,271
Écart entre enseignants0,240 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmotionMême sujetFace Recognition and PerceptionTravaux en français237 207