Die Wahrnehmung von Emotionen bei transsexuellen Menschen
Notice bibliographique
Résumé
Die Frage unserer Studie war, ob Transsexuelle (TS) beeinträchtigt sind in ihrer Fähigkeit, Emotionen im Gesicht eines anderen wahrzunehmen. Da sie häufig typische Attribute ihres biologischen Geschlechts ablehnen, wurde untersucht, ob sie Emotionen schlechter erkennen, wenn sie von Angehörigen ihres biologischen Geschlechts gezeigt werden und ob die Emotionswahrnehmung mit der Selbsteinschätzung der Femininität/Maskulinität zusammenhängt. Eine weitere Frage war, ob sich die Emotionserkennung verbessert, wenn TS nach der Behandlung in ihrem gewünschten Geschlecht leben. Als Methode zur Untersuchung dieser Fragestellungen wurden der FEEL-Test (Facially Expressed Emotion Labeling; Kessler et al., 2002) und standardisierte Fragebögen (BSRI – Bem Sex Role Inventory, SCL-90, TAS – Toronto Alexithymie-Skala) bei N=48 TS und einer nach Alter vergleichbaren gesunden Kontrollgruppe (N=48) eingesetzt. TS erkannten mimisch ausgedrückte Basisemotionen im Vergleich zur Kontrollgruppe signifikant schlechter, vor allem Angst und Ekel (p<0,01); gleichzeitig lagen sie in ihren globalen SCL-90-Werten eine Standardabweichung oberhalb des Mittelwerts im Vergleich zu einer Normstichprobe. Die Emotionswahrnehmung war unabhängig vom Stimulusgeschlecht oder der Einschätzung der eigenen Maskulinität/Femininität. Weiterhin zeigte sich keine bessere Emotionserkennung nach erfolgter Geschlechtsumwandlung. Es wird gefolgert, dass TS insgesamt Emotionen schlechter erkennen. Innerhalb der Gruppe der TS zeigten sich jedoch keine Korrelationen zwischen der Emotionserkennung, den Fragebogendaten (BSRI, SCL-90, TAS) und den Faktoren Stimulusgeschlecht, Selbsteinschätzung der Femininität/Maskulinität oder Phase der Geschlechtsumwandlung.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,010 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».