Alexithymia Moderates Salience Effects in Emotional Facial Expression Perception and Recognition
Notice bibliographique
Résumé
Alexithymia is a multi-faceted personality trait associated with particularities in emotion processing and regulation. While alexithymia total scores have frequently been used to explain these particularities, recent models suggest a differentiated role of specific alexithymia facets at specific emotion processing stages. In this study, we investigated whether alexithymia total scores and facets moderate the effect of emotional salience on valence ratings, arousal ratings and correct emotion recognition. Ninety-four non-clinical participants provided valence and arousal ratings as well as discrete emotion labels for 160 pictures of emotional facial expressions varying in morphing intensity (40%, 60%, 80% and 100% emotion intensity) and discrete emotion type (happy, angry, disgusted, sad, fearful). Alexithymia levels were measured with the Toronto Alexithymia Scale (TAS-20). Our results show that alexithymia total scores moderate arousal and emotion recognition at lower salience levels. Higher alexithymia total scores were associated with higher arousal ratings and higher emotion recognition probability, but only at 40% morphing intensity, which partially supports the over-responding model of alexithymia. In addition, we found contrasted effects of alexithymia facets. Taken together, these results highlight the importance of focusing on emotional salience perception in alexithymia.
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) | 0,000 | 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 tête enseignante, 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 ».