Effet du choix d’agents virtuels d’apparences diverses sur la perception d’états affectifs
Notice bibliographique
Résumé
L’utilisation d’agents virtuels (AVs) pourrait être un moyen de représenter la diversité dans les technologies en santé mentale. Cependant, la perception de l’utilisateur envers les états affectifs des AVs reste méconnue. Cette étude visait à déterminer si le choix d’un regroupement d’AVs d’apparences diverses module l’évaluation des états affectifs d’autrui et si le sentiment d’appartenance perçu entre les participants et les AVs explique cette relation. 44 participants répartis aléatoirement en deux groupes devaient soit : 1) choisir un regroupement d’AVs ou ; 2) se faire imposer au hasard un regroupement d’AVs avec lesquels ils effectueraient la tâche d’évaluation d’états affectifs. Une adaptation du questionnaire Overlap of Self, Ingroup and Outgroup scale (OSIO) a été complété afin de mesurer le sentiment d’appartenance envers les AVs. Des tests-t comparant les groupes sur la reconnaissance émotionnelle, l’évaluation du désagrément global et le sentiment d’appartenance se sont révélés non significatifs. Une analyse de médiation qui évaluait la contribution du sentiment d’appartenance sur la relation entre le choix d’un regroupement d’AVs et le désagrément global perçu s’est également révélée non significative. Le choix d’un regroupement d’AVs n’influence donc pas l’évaluation émotionnelle. La promotion de la diversité en santé mentale pourrait ainsi passer par l’exposition à des AVs d’apparences variées.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».