MétaCan
Menu
Retour à la cohorte
Enregistrement W4417529709 · doi:10.1016/j.cognition.2025.106407

Facial expression recognition in the broader autism phenotype: What does alexithymia have to do with it?

2025· article· en· W4417529709 sur OpenAlexaboutno aff
John Towler, C. R. Kannan, C. Soupioni, Ellen M. Castle, H. Fletcher-Miles, Michael Jeanne Childs, T. Reinert-Joensen, David J. Brooks, Jeremy J. Tree

Notice bibliographique

RevueCognition · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlexithymiaAutismFacial expressionCognitionSocial cognitionMediationEmotional expressionFacet (psychology)

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,314
Écart entre enseignants0,279 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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 revueCognitionMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207