Yüz İfadelerinden Duygu Tanıma ve Çocukluk Çağı Travmaları ile İlişkisinin İncelenmesi
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The purpose of the study was to investigate the emotion recognition from faces in young adults and its linkwith childhood traumas by controlling the level of general psychological symptomatology and alexithymia through using FACES Turkish sample data set, which was used for the first time in the literature. The sample of the study was composed of 94 female (54,7%) and 78 male (45,3%) university students who were from different faculties at Hacettepe University and Middle East Technical University. In this study, “Childhood Trauma Questionnaire”, “Brief Symptom Inventory”, “20-item Toronto Alexithymia Scale”, “FACES Turkish Sample Data Set” and Demographic Information Form were administered to collect data. \nAccording to the examination of percentages of the recognition accuracy and the results of variance analyses which were conducted to answer the research questions, it was concluded that FACES Turkish Sample Data Set is a valid and useful tool for emotion recognition assessment from faces when the photos of middle-aged male and old female displaying anger are excluded from the data set.The results of hierarchical regression analyses indicated that childhood traumas significantly predict the recognition time of fear at positive direction when the level of general psychological symptomatology and alexithymia were controlled. In other words, it was found that young adults with childhood traumas looked longer to those faces to recognize the emotion of fear. Nevertheless, childhood traumas did not predict significantly the recognition accuracy and time of anger, disgust, sadness and happiness.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle