MétaCan
Menu
Retour à la cohorte
Enregistrement W4383301835 · doi:10.1037/emo0001263

Evaluating past emotions in changing facial expressions: The role of current emotions and culture.

2023· article· en· W4383301835 sur OpenAlexfundaboutno aff
Xia Fang, Wei Liu, Kerry Kawakami

Notice bibliographique

RevueEmotion · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaDepartment of Education of Guizhou Province
Mots-clésPsychologyFacial expressionPsycINFOValence (chemistry)AngerEmotional expressionExpression (computer science)PerceptionContext (archaeology)Social psychologyCognitive psychologyDevelopmental psychologyCommunication

Résumé

récupéré en direct d'OpenAlex

expressions. While researchers have recently focused on perceptions of current expressions, little is known about how past expressions are gauged and about cultural differences in this process. The present research investigated whether and how evaluations of past facial expressions are influenced by subsequent expressions, and whether this process varies across East Asian and Western cultures. Specifically, Chinese and Canadian participants judged the degree of positivity/negativity of past expressions after viewing expressions that changed from past emotions-low-intensity smiles (Experiment 1), high-intensity smiles (Experiment 2), and anger (Experiment 3)-to current positive or negative emotions (collected between 2019 and 2020). All three experiments consistently found an assimilation effect, whereby past expressions were rated more positively when the current expression was positive than when the current expression was negative. Moreover, this assimilation effect was consistently greater in Chinese than in Canadian participants. Together, these findings suggest that the interpretation of past facial expressions assimilates toward the valence of subsequent expressions and that the impact of this temporal emotional context is more pronounced in Eastern relative to Western cultures. (PsycInfo Database Record (c) 2024 APA, all rights reserved).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,672
Score d'incertitude au seuil0,252

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,145
Tête enseignante GPT0,390
Écart entre enseignants0,244 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEmotionMême sujetFace Recognition and PerceptionTravaux en français237 207