Facial expression recognition in the broader autism phenotype: What does alexithymia have to do with it?
Notice bibliographique
Résumé
Emotion recognition difficulties are widely reported in autism, but the "alexithymia hypothesis" proposes that such deficits are driven by co-occurring alexithymic traits rather than autism itself. We tested this hypothesis in a large sample of 556 adults spanning the broader autism phenotype, using self-reported autistic traits (Autism Quotient, AQ), alexithymia (Toronto Alexithymia Scale, TAS-20), and multiple face processing tasks. All participants completed an emotional expression discrimination task; Subsample 1 (N = 231) additionally completed an expression labelling task and Raven's matrices, while Subsample 2 (N = 325) completed the Cambridge Face Memory Test. Across correlational, regression, partial correlation, and mediation analyses, autistic traits-particularly social-communicative difficulties-were the strongest and most consistent predictors of poorer emotion recognition. In contrast, the core alexithymia facets of difficulty identifying and describing feelings did not contribute unique variance once autistic traits were controlled. Importantly, externally oriented thinking (EOT) emerged as the only alexithymia facet with independent predictive value, consistently associated with reduced accuracy across both emotional and identity face recognition tasks. This suggests that EOT reflects a broader domain-general attentional style that deprioritises reflective engagement with socially salient information. Group-based analyses further confirmed that high autistic trait groups showed significant recognition impairments regardless of alexithymia levels. These findings challenge the alexithymia hypothesis and highlight autistic traits as primary drivers of emotion recognition difficulties, with EOT adding an additional, qualitatively distinct influence. The results call for revised multivariate models of face and emotion processing that integrate autistic traits, attentional orientations, cognitive ability, and gender.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».