First impression formation: Impact of lower anterior facial height in a gender- and ethnicity-diverse photographic model
Notice bibliographique
Résumé
Introduction This study investigated whether variations in lower anterior facial height (LAFH) influence the perception of personality traits and attractiveness in frontal facial photographs from a multi-ethnic sample. Methods Standardized photographs of 10 subjects (1 male and 1 female from 5 ethnic groups: Caucasian [white], African American, Asian, Indian, and Hispanic) were selected from the Chicago Face Database (version 3.0). Each image was digitally modified to alter LAFH by ± 3% increments (2-6 mm), producing 5 versions per subject. Each set of 5 images was presented in a random order to a panel of raters, who identified the image best representing 4 traits (intelligence, aggressiveness, friendliness, and confidence) and attractiveness. Analyses used mixed logit regression models and conventional statistics. Results A sample of 133 adults participated. LAFH alterations significantly affected perceived personality traits and attractiveness: the unaltered LAFH images were most frequently selected as the most intelligent, confident, and attractive, whereas increased LAFH (6 mm) were associated with greater perceived aggressiveness in all female photographs, across all ethnic groups. The gender of the rater did not influence trait selection. Conclusions Changes in LAFH alter the perception of personality traits and attractiveness across ethnicities and genders. These findings underscore the social impact of vertical facial proportions in orthodontics and maxillofacial surgery.
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 | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».