Denver pain authenticity stimulus set (D-PASS)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We introduce the Denver Pain Authenticity Stimulus Set (D-PASS), a free resource containing 315 videos of 105 unique individuals expressing authentic and posed pain. All expressers were recorded displaying one authentic (105; pain was elicited via a pressure algometer) and two posed (210) expressions of pain (one posed expression recorded before [posed-unrehearsed] and one recorded after [posed-rehearsed] the authentic pain expression). In addition to authentic and posed pain videos, the database includes an accompanying codebook including metrics assessed at the expresser and video levels (e.g., Facial Action Coding System metrics for each video controlling for neutral images of the expresser), expressers' pain threshold and pain tolerance values, averaged pain detection performance by naïve perceivers who viewed the videos (e.g., accuracy, response bias), neutral images of each expresser, and face characteristic rating data for neutral images of each expresser (e.g., attractiveness, trustworthiness). The stimuli and accompanying codebook can be accessed for academic research purposes from https://digitalcommons.du.edu/lsdl_dpass/1/ . The relatively large number of stimuli allow for consideration of expresser-level variability in analyses and enable more advanced statistical approaches (e.g., signal detection analyses). Furthermore, the large number of Black (n = 41) and White (n = 56) expressers permits investigations into the role of race in pain expression, perception, and authenticity detection. Finally, the accompanying codebook may provide pilot data for novel investigations in the intergroup or pain sciences.
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.
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 | 0,020 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle