Should perception of emotions be classified according to threat detection rather than emotional valence? An updated meta-analysis for a whole-brain atlas of emotional faces processing
Notice bibliographique
Résumé
BACKGROUND: Human navigation of social interactions relies on the processing of emotion on faces. This meta-analysis aimed to produce an updated brain atlas of emotional face processing from whole-brain studies based on a single emotional face-viewing paradigm (PROSPERO CRD42022251548). METHODS: We conducted a systematic literature search of Embase, MEDLINE and PsycINFO from May 2008 to October 2021. We used seed-based d mapping with permutation of subject images to conduct a quantitative meta-analysis of functional neuroimaging contrasts between emotional (e.g., angry, happy) and neutral faces. We conducted agglomerative hierarchical clustering of meta-analytic map contrasts of emotional faces relative to neutral faces. We investigated lateralization of emotional face processing. RESULTS: From 5549 studies identified, 55 data sets (1489 healthy participants) met our inclusion criteria. Relative to neutral faces, we found extensive activation clusters by fearful faces in the right inferior temporal gyrus, right fusiform area, left putamen and amygdala, right parahippocampalgyrus and cerebellum; we found smaller activation clusters by angry faces in the right cerebellum and right middle temporal gyrus (MTG) and by disgusted faces in the left MTG. Happy and sad faces did not reach statistical significance. Clustering analyses showed similar activation patterns of fearful and angry faces; activation patterns of happy and sad faces showed the least correlation with other emotional faces. Emotional face processing was predominantly left-lateralized in the amygdala and anterior insula, and right-lateralized in the ventromedial prefrontal cortex. LIMITATIONS: Reliance on discretized effect sizes based on peak coordinate location instead of statistical brain maps, and the varying level of statistical threshold reporting from original studies, could lead to underdetection of smaller clusters of activation. CONCLUSION: Processing of emotional faces appeared to be oriented toward identifying threats on faces, from highest (i.e., angry or fearful faces) to lowest level (i.e., happy or sad faces), with a more complex lateralization pattern than previously theorized. Emotional faces may be processed in latent grouping but organized by threat content rather than emotional valence.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».