Facial impressions of niceness influence children’s interpretations of peers’ ambiguous behavior
Notice bibliographique
Résumé
Children infer personality traits from faces when they are asked explicitly which face appears nice or mean. Less is known about how children use face-trait information implicitly to make behavioral evaluations. We used the Ambiguous Situations Protocol to explore how children use face-trait information to form interpretations of ambiguous situations when the behavior or intention of the target child was unclear. On each trial, children (N = 144, age range = 4-11.95 years; 74 girls, 67 boys, 3 gender not specified; 70% White, 10% other or mixed race, 5% Asian, 4% Black, 1% Indigenous, 9% not specified) viewed a child's face (previously rated high or low in niceness) before seeing the child's face embedded within an ambiguous scene (Scene Task) or hearing a vignette about a misbehavior done by that child (Misbehavior Task). Children described what was happening in each scene and indicated whether each misbehavior was done on purpose or by accident. Children also rated the behavior of each child and indicated whether the child would be a good friend. Facial niceness influenced children's interpretations of ambiguous behavior (Scene Task) by 4 years of age, and ambiguous intentions (Misbehavior Task) by 6 years. Our results suggest that the use of face-trait cues to form interpretations of ambiguous behavior emerges early in childhood, a bias that may lead to differential treatment for peers perceived with a high-nice face versus a low-nice face.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».