E se os alvos expressarem emoções?
Notice bibliographique
Résumé
O reconhecimento de identidade tem vindo a demonstrar-se uma tarefa fundamental, não só ao nível das relações interpessoais, mas também no desempenho de determinadas profissões que exigem um rápido processamento cognitivo na identificação de duas faces como sendo a mesma ou faces diferentes, como é o caso dos seguranças aeroportuários. Um estudo anterior encontrou, como resultados complementares, que indivíduos alexitimicos tendem a processar esta informação mais rapidamente que indivíduos não alexitimicos. Deste modo, a presente investigação propõe-se a estudar as diferenças na velocidade de processamento de reconhecimento de faces e emoções entre indivíduos alexitimicos e não alexitimicos. Para tal utilizamos a Toronto Alexithymia Scale (TAS) para avaliar os níveis de alexitimia da amostra e recorremos à Radboud Faces Database (RaFD), uma base de dados de fotografias de pessoas reais que correspondiam a determinadas características adequadas a esta investigação, para construir a experiência que permitiu a recolha dos dados. O principal objetivo consistiu em comparar as pontuações obtidas no TAS com a Taxa de Acerto e o Tempo de Resposta Médio da amostra. Desta feita, pretendemos verificar possíveis diferenças na velocidade do reconhecimento de faces e emoções entre sujeitos alexitimicos e não alexitimicos. Assim, relativamente aos resultados, é possível concluir que nenhum deles é estatisticamente significativo, o que sugere que não existem diferenças entre os grupos. Por fim, em relação à discussão, nenhuma das hipóteses colocadas se comprova após as análises efetuadas, o que os permitiu realizar algumas reflecções e sugestões que consideramos pertinentes.
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 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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».