Religious labels and food preferences, but not country of origin, support opposing aftereffects on the basis of religion
Notice bibliographique
Résumé
Faces are visually represented as mental templates, and people have discrete templates for different social categories such as sex and race. These templates develop as an average all of the faces one has encountered (Leopold et al., 2001; Valentine et al., 2004) and are malleable: they can be updated when an individual views new faces (Hurlbert, 2001). Face templates can be experimentally manipulated to test whether opposing aftereffects can be created, suggesting that the faces of social groups are represented by discrete templates (Little et al., 2005, 2008). The current study used an opposing aftereffects paradigm to determine which cues lead individuals to view Christians and Muslims faces as different social categories. We tested whether 1) explicit religious labels, 2) food preferences, and 3) country of origin would support opposing aftereffects. Ninety-three participants were assigned to 1 of 3 conditions: while viewing face images, they heard audio that either 1) stated the character’s religious identity explicitly, 2) named a preferred food, or 3) named their country of origin. The countries and foods that were used in the audio descriptions were validated, and only those which were strongly associated with Christianity or Islam were chosen. Participants in all 3 conditions viewed 60% contracted Christian faces and 60% expanded Muslim faces during the training phase. Opposing aftereffects were found in the religious explicit (t(54) = 2.27, p = 0.03, Cohen’s d = 0.58) and food audio conditions (t(57) = 3.23, p < 0.01, Cohen’s d = 0.82), but not in the country audio condition (t(57) = 1.21, p = 0.23, Cohen’s d = 0.31). This suggests that explicit religious labels and food preferences create a socially meaningful distinction between religious groups, but country of origin does not. Among other inferences, this is evidence of an impact of social categorization on visual processing.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».