Can Ponies (Equus Caballus) Distinguish Human Facial Expressions?
Notice bibliographique
Résumé
Communication within a species is essential for access to resources, alerting to dangers, group facilitation and social bonding; human facial expressions are considered to be an important factor in one’s ability to communicate with others. Evidence has shown that dogs and horses are able to distinguish positive and negative facial expressions by observing photographs of humans, however there is currently no research on how facial expressions from a live human are perceived by horses. This study investigated how ponies distinguish facial expressions presented by live actors. Trained actors (n = 2), using the human Facial Action Coding System, displayed four facial expressions (anger, sadness, joy and neutral) individually to twenty ponies. Heart rate and behaviors of the ponies including first monocular eye look, eye look duration (right and left side bias) and latency to approach were observed. A generalized linear mixed model (GLIMMIX) using Sidak’s multiple comparisons of least squared means determined that when exposed to anger expressions ponies looked more often with their left eye first and when exposed to joy, looked more often with their right eye first (p = 0.011). The ponies spent more time looking at angry expressions (p = 0.0003) in comparison to other expressions. There was no variation in heart rate across expressions (p > 0.89). Regardless of human facial expression, ponies looked longer (p = 0.0035), took longer to approach (p = 0.0297) and displayed more oral behaviours (p < 0.0001) with one actor than the other indicating increased arousal or negative valence. Ponies with more experience as a lesson mount had lower heart rates (p < 0.0001) carried their head lower (p < 0.0001), kept their left ear on the actor (p < 0.03) and exhibited more oral behaviours (p < 0.0001) than ponies with less experience. This study demonstrates that ponies are able to distinguish facial expressions presented by a live human, but other factors also contribute to their responses to humans.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».