MétaCan
Menu
Retour à la cohorte
Enregistrement W4401430753 · doi:10.1177/23727322241269039

Diversity in Visual Perception: How Cultural Variability in Face Processing Can Inform Policymakers

2024· article· en· W4401430753 sur OpenAlexafffund
Caroline Blais, Daniel Fiset, Francis Gingras, Marie‐Pier Plouffe‐Demers, Isabelle Charbonneau

Notice bibliographique

RevuePolicy Insights from the Behavioral and Brain Sciences · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCultural Differences and Values
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesCanada Research Chairs
Mots-clésDiversity (politics)PerceptionCultural diversityPsychologySocial psychologyFace (sociological concept)Cognitive psychologyInterpretation (philosophy)PopulationCultural psychologyVisual perceptionSociologySocial scienceLinguisticsAnthropology

Résumé

récupéré en direct d'OpenAlex

Psychology and behavioral sciences lack diversity in their participant samples. In visual perception, more specifically, common practice assumes that the processes studied are fundamental and universal. In contrast, cultural psychology has accumulated evidence of cultural variability in visual perception. In face processing, for instance, this cultural variability may sabotage intercultural relations. Policies aim to increase diversity in research, supporting cultural psychology, and to increase awareness among professional workforces, as well as the general population, concerning how cultural variability may influence their interpretation of another's behavior.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,454
Score d'incertitude au seuil0,924

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,201
Tête enseignante GPT0,443
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolicy Insights from the Behavioral and Brain SciencesMême sujetCultural Differences and ValuesTravaux en français237 207