Darwin the detective : behavioural consequences of high-stakes emotional deception
Notice bibliographique
Résumé
Deception evolved as a fundamental aspect of human social interaction. Although numerous studies have examined behavioural cues to deception, most have involved inconsequential lies and unmotivated liars in a laboratory context. With a novel paradigm, the present dissertation is the most comprehensive study to date of the behavioural consequences of extremely high-stakes, real-life deception relative to comparable real-life sincere displays using three communication channels: speech, body language, and emotional facial expressions. Televised footage of a large international sample of individuals (N = 78) emotionally pleading to the public for the return of a missing relative was meticulously coded frame by frame (30 frames per second, for a total of 98,393 coded frames). About half of the pleaders eventually were convicted of killing the missing person based on overwhelming evidence. Failed attempts to simulate sadness and leakage of happiness revealed deceptive pleaders’ covert emotions, as hypothesized based on observations by Charles Darwin and a contemporary understanding of human facial innervation. Specifically, full contraction of the frontalis (failed attempts to appear sad) muscles and subtle contraction of the zygomatic major (masking smiles) were more commonly identified in the faces of deceptive pleaders. In contrast, prototypical aspects of “grief,” as produced by the corrugator supercilli, and depressor anguli oris muscles were more often contracted in the faces of genuine than deceptive pleaders. In addition, liars used fewer words, but more tentative words than truth-tellers, likely relating to increased cognitive load and psychological distancing. Further, simultaneous attention to each of these cues – tapping emotional arousal, cognitive load, and psychological distancing theories of deceptive behaviour – discriminated 90% of pleaders correctly, supporting the multiple cue approach to deception detection. Findings further reveal the secrets of the human face and contribute to our understanding of human communication more generally.
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 | 0,001 | 0,005 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».