Above Average? Perceptions of attractiveness in children and adults
Notice bibliographique
Résumé
Adults rate averaged faces approximating the population mean as more attractive than most individual faces (e.g., Langlois & Rogmann, 1990). However, an average created from highly attractive faces is judged by adults to be more attractive than an average created from a wider selection of faces (Perrett et al. 1994, DeBruine et al. 2007). We created two ‘attractiveness dimensions’: one of 21 male faces and the other of 21 female faces, each based on the differences between a typical average and an attractive average. We exaggerated the differences by up to 500% on either side of the typical averages. Adults (n=20) rated the attractiveness of each face, and judged the most attractive faces to be ‘above average’ (in the direction of the attractive average) on the attractiveness dimension for both male and female faces. To explore perceptions of ‘the attractiveness dimension’ developmentally, 5-year-olds (n=20) and a separate group of adults (n=20), viewed pairs of faces that varied along the attractiveness dimension and selected which face was more attractive. Regardless of pairing and gender of face, adults selected the face nearer the attractive average as more attractive. Across the pairings of male faces, five-year-olds selected faces closer to the attractive average to be more attractive to the same extent as adults. However, for female faces, the effect was weaker in children than in adults and for some pairings, not significantly different from chance. The results indicate that the ‘attractiveness dimension‘ already influences judgments of attractiveness by age 5, but to a greater extent for male than female faces. The results suggest influences on attractiveness in addition to cognitive fluency for processing average faces emerge early in development. Surprisingly, the results suggest greater maturity on this dimension for male than female faces. Meeting abstract presented at VSS 2013
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».