MétaCan
Menu
Retour à la cohorte
Enregistrement W4306294830 · doi:10.1093/geronb/gbac166

Facial Trustworthiness Perception Across the Adult Life Span

2022· article· en· W4306294830 sur OpenAlexaff
Didem Pehlivanoglu, Tian Lin, Nichole R. Lighthall, Amber Heemskerk, Alexandria Harber, Robert C. Wilson, Gary R. Turner, R. Nathan Spreng, Natalie C. Ebner

Notice bibliographique

RevueThe Journals of Gerontology Series B · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensMcGill UniversityYork University
Organismes subventionnairesNational Institute on AgingNational Institutes of HealthFlorida Department of Health
Mots-clésTrustworthinessPerceptionLife spanPsychologyCognitive psychologyComputer scienceSocial psychologyBiologyEvolutionary biologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Trust is crucial for successful social interaction across the life span. Perceiver age, facial age, and facial emotion have been shown to influence trustworthiness perception, but the complex interplay between these perceiver and facial characteristics has not been examined. METHOD: Adopting an adult life-span developmental approach, 199 adults (aged 22-78 years) rated the trustworthiness of faces that systematically varied in age (young, middle-aged, and older) and emotion (neutral, happy, sad, fearful, angry, and disgusted) from the FACES Lifespan Database. RESULTS: The study yielded three key results. First, on an aggregated level, facial trustworthiness perception did not differ by perceiver age. Second, all perceivers rated young faces as the most trustworthy, and middle-aged and older (but not young) perceivers rated older faces as least trustworthy. Third, facial emotions signaling threat (fear, anger, and disgust) relative to neutral, happy, and sad expressions moderated age effects on facial trustworthiness perception. DISCUSSION: Findings from this study highlight the impact of perceiver and facial characteristics on facial trustworthiness perception in adulthood and aging and have potential to inform first impression formation, with effects on trait attributions and behavior. This publication also provides normative data on perceived facial trustworthiness for the FACES Lifespan Database.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,628
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,090
Tête enseignante GPT0,346
Écart entre enseignants0,257 · 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

Citations23
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journals of Gerontology Series BMême sujetFace Recognition and PerceptionTravaux en français237 207