When to Laugh, When to Cry: Display Rules of Nonverbal Vocalisations Across Four Cultures
Notice bibliographique
Résumé
Nonverbal vocalisations like laughter, sighs, and groans are a fundamental part of everyday communication. Yet surprisingly little is known about the social norms concerning which vocalisations are considered appropriate to express in which context (i.e., display rules). Here, in two pre-registered studies, we investigate how people evaluate the appropriateness of different nonverbal vocalisations across locations and relationships with listeners. Study 1, with a U.S. sample (n = 250), showed that certain vocalisations (e.g., laughter, sighs, cries) are consistently viewed as more socially acceptable than others (e.g., roars, groans, moans). Additionally, location (private vs. public) and interpersonal closeness (close vs. not close) significantly influenced these perceptions, with private locations and close relationships fostering greater expressive freedom. Study 2 extended this investigation across four societies with divergent cultural norms (n = 1120 in total): the U.S. (for direct replication), Türkiye, China, and the Netherlands. Findings largely replicated those from Study 1 and supported the existence of cross-culturally consistent patterns in display rules for nonverbal vocalisations, though with some variation across cultures. This research expands our understanding of how social norms affect auditory communication, extending beyond the visual modality of facial expressions to encompass the rich world of nonverbal vocalisations.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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 ».