Anchoring has little effect when forming first impressions of facial attractiveness
Notice bibliographique
Résumé
First impressions based on facial appearance affect our behaviour towards others. Since the same face will appear different across images, over time, and so on, our impressions may not be equally weighted across exposures but are instead disproportionately influenced by earlier or later instances. Here, we followed up on previous work which identified an anchoring effect, whereby higher attractiveness ratings were given to a person after viewing naturally varying images of their face presented in descending (high-to-low), rather than ascending (low-to-high), order of attractiveness of these images. In Experiment 1 ( n = 301), we compared these ‘descending’ and ‘ascending’ conditions for unfamiliar identities by presenting six-image sequences. Although we found higher attractiveness ratings for the ‘descending’ condition, this small effect equated to only 0.22 points on a 1–7 response scale. In Experiment 2 ( n = 307), we presented these six-image sequences in a random order and found no difference in attractiveness ratings given to these randomly ordered sequences when compared with those resulting from both our ‘descending’ and ‘ascending’ conditions. Further, we failed to detect an influence of the earlier images in these random sequences on attractiveness ratings. Taken together, we found no compelling evidence that anchoring could have an effect on real-world impression formation.
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) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».