Notice bibliographique
Résumé
Eyelashes evolved to protect eyes. An optimum eyelash length functions to protect eyes from external hazards such as contaminations, excessive evaporation or shear stress from airflow. They can also be an indicator of a person's health as various congenital and noncongenital diseases can lead to short or long eyelashes. The current study aimed to extend a recent investigation on the preference for eyelash length in humans from an evolutionary adaptive perspective. Specifically, the current study tested whether the inverted-U function for eyelash length preference recently reported for White faces, generalises to other ethnicities, and whether ethnic background modulates preference for eyelash lengths. To investigate this question, men and women of Asian, Black, and White ethnicities from the U.S. rated the attractiveness of female Indian, Asian, Black, and White faces with varying eyelash lengths. The eyelashes ranged in length from no eyelashes to half the width of an eye. Results showed that Asian, Black, and White men and women preference for eyelash length followed an inverted-U function across all four ethnicities, supporting a general preference for human eyelash length that is approximately one-third the width of an eye. In addition, the results showed that the most attractive eyelashes for Black women were skewed toward a greater eyelash-length to eye-width ratio when compared to the other images. The source of this skew is presently unknown, as it could reflect a change in perceptual sensitivity to eyelash length with skin colour or changes in preference related to perceptions of participants' ethnicity.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,004 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».