Eyebrow Shape Preference Across Age, Gender, and Self-reported Ethnic Group
Notice bibliographique
Résumé
BACKGROUND: Preference in eyebrow shape has been studied in young women, but less so in older adults, men, and a wide variety of ethnic groups. OBJECTIVE: To identify preference in eyebrow shape across age groups, genders, and ethnic groups for both the survey responder and the observed subject. METHODS: Digital images of subjects from 3 age groups (18-39, 40-59, and 60+ years), 2 genders (female and male), and 4 self-identified ethnic backgrounds were edited to correspond to 5 brow shapes (Anastasia, head-up, horizontal, rounded, and tail-up). Panels of images representing the same subject with different brow shapes were displayed and responders ranked them in order of attractiveness via an online survey. RESULTS: Six hundred fifty-two responders answered the survey. Survey responders generally preferred the Anastasia shape, but not in all subgroups. Strength of preference in eyebrow shape was more marked when observing images of women and less marked when observing men. CONCLUSION: An arched brow, such as the Anastasia shape, was the preferred eyebrow shape. This study is limited by its survey nature, underrepresentation of self-identified Black study responders, and categorization of data. Despite these findings, the authors advocate determining eyebrow shape preference individually with patients during cosmetic consultations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».