MétaCan
Menu
Retour à la cohorte
Enregistrement W6966498733 · doi:10.48410/68xm-jr08

Dissociating Affective and Perceptual Effects of Schematic Faces on Attentional Scope

2022· dataset· en· W6966498733 sur OpenAlexaff

Notice bibliographique

RevueSummit, the SFU Research Repository · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPerceptionSchematicValence (chemistry)CognitionEmotional expressionInterference (communication)

Résumé

récupéré en direct d'OpenAlex

Attention allocation to positive and negative stimuli differ. For example, the flanker interference asymmetry describes a pattern of results on flanker tasks using emotional stimuli, where a typical flanker interference effect is observed for positive targets, but not for negative targets. There are two dominant explanations for the flanker interference asymmetry. According to the emotion-first explanation, negative targets are preferentially processed to facilitate the processing of potentially threatening stimuli. In contrast, feature-first explanations, argue that the asymmetry results from differences in perceptual complexity between positive and negative stimuli. Three experiments used schematic emotional faces in a flanker task to directly compare these explanations. To manipulate the perceptual complexity of the stimuli, an enclosing circle was present on half of the trials. In all three experiments, reaction times showed the expected flanker interference asymmetry, but the pattern was not influenced by the presence of the circle. However, event-related potentials showed that perceptual complexity influenced both the structural encoding and evaluative processing of the faces in the N170 and P3b time windows. These results suggest that both perceptual complexity and emotional valence play an important role in the processing of schematic emotional faces, but that emotional valence may have a stronger effect at evaluative stages of processing. Other findings show that the enclosing circle may alter the perceived emotional expression of neutral faces.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0320,023

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 Opus0,036
Tête enseignante GPT0,360
Écart entre enseignants0,324 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSummit, the SFU Research RepositoryTravaux en français237 207