MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414502309 · doi:10.1371/journal.pone.0332748

Investigating the role of mood induction on emotional facial recognition in social anxiety

2025· article· en· W4414502309 sur OpenAlexaff
Corina Lacombe, Kassia Dubé, Charles A. Collin

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueAnxiety, Depression, Psychometrics, Treatment, Cognitive Processes
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésFacial expressionSocial anxietyCategorizationAnxietyEmotional expressionEmotion recognitionMoodFacial Action Coding System

Résumé

récupéré en direct d'OpenAlex

Individuals with high trait social anxiety (SA) experience multiple challenges when interacting with others. Social skills abilities like accurate emotional facial expression recognition are particularly impaired in this population. Ambiguous and angry facial expressions are most often miscategorized and met with uncertainty. Part of this confusion may be attributable to increased state anxiety when approaching social situations. However, little is known about the influencing role of state anxiety on emotional facial expression recognition among those with social anxiety. The present study aimed to evaluate the impact of state anxiety on emotional facial recognition. Sixty-eight undergraduate students with high trait social anxiety participated in a pre-post emotional facial recognition task. Participants were presented with happy, neutral, and angry facial expressions in random order and asked to categorize the expressed emotion among six basic emotion categories. In between emotional facial recognition tasks, participants engaged in a mood induction procedure (i.e., mock discussion with a confederate) aimed to increase state anxiety. The results suggest that individuals with high-trait SA were significantly worse at recognizing happy facial expressions post-affect induction. Furthermore, individuals with high-trait SA showed significant difficulty in accurately recognizing neutral facial expressions across pre- and post-conditions. An error rate analysis revealed that neutral and happy facial expressions were most often miscategorized as either surprise, angry, sad, or disgust. This study highlights that positively-valenced expressions are met with increased uncertainty particularly when experiencing elevations in state anxiety.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,085
Tête enseignante GPT0,319
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetAnxiety, Depression, Psychometrics, Treatment, Cognitive Processes→Travaux en français237 207→