Visual processing of social context during mental state perception in schizophrenia
Notice bibliographique
Résumé
OBJECTIVE: To examine schizophrenia patients' visual attention to social contextual information during a novel mental state perception task. METHOD: Groups of healthy participants (n = 26) and schizophrenia patients (n = 24) viewed 7 image pairs depicting target characters presented context-free and context-embedded (i.e., within an emotion-congruent social context). Gaze position was recorded with the EyeLink I Gaze Tracker while participants performed a mental state inference task. Mean eye movement variables were calculated for each image series (context-embedded v. context-free) to examine group differences in social context processing. RESULTS: The schizophrenia patients demonstrated significantly fewer saccadic eye movements when viewing context-free images and significantly longer eye-fixation durations when viewing context-embedded images. Healthy individuals significantly shortened eye-fixation durations when viewing context-embedded images, compared with context-free images, to enable rapid scanning and uptake of social contextual information; however, this pattern of visual attention was not pronounced in schizophrenia patients. In association with limited scanning and reduced visual attention to contextual information, schizophrenia patients' assessment of the mental state of characters embedded in social contexts was less accurate. CONCLUSION: In people with schizophrenia, inefficient integration of social contextual information in real-world situations may negatively affect the ability to infer mental and emotional states from facial expressions.
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 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».