Elucidating Interpersonal Cardiac Synchrony During a Naturalistic Social Interaction Using Dyadic Poincaré Plot Analysis
Notice bibliographique
Résumé
Interpersonal synchrony refers to the physiological or behavioral alignment between individuals within specific social contexts. While a variety of physiological signals are used to investigate synchrony, heartrate variability (HRV) has emerged as a valuable indicator of autonomic coordination between interacting participants. Among the most popular methods for measuring HRV synchrony is linear cross-correlation. However, given the complexity of cardiac signals, nonlinear analytical approaches may be more effective in uncovering synchrony. We introduce dyadic Poincaré plot analysis (dPPA) as tool for both visualizing and quantifying interpersonal cardiac synchrony over time. The method is based on simultaneously plotting time-delayed embeddings of interbeat intervals of two interacting individuals on a single graph and deriving inter-centroid distances between the dyadic point clouds over time. We demonstrate dPPA with cardiac data from acquainted (for at least 1 year) and unacquainted dyads interacting during a 30-minute unstructured conversation. dPPA findings were compared to those of conventional cross-correlation analyses. dPPA analysis uniquely revealed that acquainted and unacquainted dyads experienced, respectively, a significant increase and decrease in cardiac synchrony over time. Furthermore, dPPA indicated that all dyads experienced heightened sympathetic nervous system activity during conversation. dPPA affords both a simple visualization and sensitive quantitative characterization of time-evolving cardiac synchrony.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».