Emotion through cognition: the role of cognitive limitations in shaping emotional speech identification among adults with intellectual and developmental disabilities
Notice bibliographique
Résumé
Recognising emotions in speech is vital for social interactions. Adults with intellectual disabilities (AwID) often experience difficulties with emotion perception, affecting integration. However, less is known about spoken-emotion processing among AwID. The current research examines whether difficulties stem from a primary impairment in emotional processing associated with intellectual disability (ID) or a secondary impairment due to cognitive limitations associated with ID. Using an AwID-adapted version of the Test for Rating Emotions in Speech (T-RES), we assessed emotion identification in two studies. Study 1 examined spoken-emotion recognition across different levels of ID severity, focusing on lexical (semantic) and prosodic (tone of voice) cues separately. Results indicated that as ID severity increased, emotion recognition declined. Study 2 investigated the effects of task complexity on spoken-emotion perception among adults with mild ID. Findings revealed that while emotion identification was intact in simple (congruent, lexical and prosodic emotional cues match) conditions, performance deteriorated significantly in complex (incongruent, cues mismatch) conditions, suggesting a cognitive load effect. Additionally, unlike typically developed adults, AwID did not show prosodic bias. These findings support the secondary cognitive account, suggesting that spoken-emotion processing difficulties in AwID may stem from broader cognitive limitations, rather than specific impairments in emotional perception.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».