MétaCan
Menu
Retour à la cohorte
Enregistrement W7161990909 · doi:10.82308/54160

From emotive voices to empathic brains: A neuropragmatic investigation of complaint processing

2023· dissertation· en· W7161990909 sur OpenAlexaboutno aff
Maël Mauchand

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueEmotion and Mood Recognition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmotiveParalanguageFeelingProsodyPerceptionSalientInterpretation (philosophy)Consciousness

Résumé

récupéré en direct d'OpenAlex

Many of our social interactions prompt us to detect emotional signals produced by others, which are designed to project ourselves into their feelings and understand their affective state; in other words, to empathize. Complaining, for example, aims to engage the social affiliation of listeners by conveying a feeling of (social) pain. This feeling is best conveyed by paralinguistic signals such as speech prosody - the "tone of voice" - but may also depend on a number of contextual and socio-cultural factors. In the present thesis, I investigated how the brain processes emotive signals in complaining speech, how these processes relate to the notion of empathy, and how they are affected by markers of cultural identity such as speaker accent. Chapters 1 and 2 describe the creation, validation, and analysis of a large stimulus set comprising complaints and neutral speech from French and Québécois (French-Canadian) speakers. They reveal characteristic acoustic and perceptual patterns when speakers adopt a complaining strategy, enhancing the expressivity of complaints through the emotive use of prosody. Chapter 3 assesses how the brain initially processes emotive prosody, using event-related potentials (ERPs) from electroencephalography (EEG) measures. It suggests that listeners rapidly detect salient emotive signals in the voice, especially when speakers share the same cultural affiliation, whereas listeners must engage in increased processing efforts for out-group complaints. Chapter 4 shows that this early appraisal of prosody constrains the interpretation of complaints at later stages, such that with the proper tone of voice, one can complain about anything. Finally, Chapter 5 uses functional magnetic resonance imaging (fMRI) to identify brain networks involved in the empathic processing of complaints. It reveals that emotive (complaining) prosody engages regions associated with emotion perception, affective empathy, and mentalizing; meanwhile, accent-based group perception determines the empathic perspective of the listener, relying on sensorimotor resonance with in-group speakers and inferential processes with out-group speakers. Together, these chapters highlight the emotive role of vocal signals in complaints and social communication. Prosody operates as a reliable medium to convey feelings and elicit empathic processes, while speaker accent effects reveal how empathy is influenced by cultural constraints. Overall, this dissertation provides a unique neuroscientific perspective on everyday interpersonal communication, further elucidating mysteries of the emotional and social brain

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,712
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,353
Écart entre enseignants0,303 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEmotion and Mood RecognitionTravaux en français237 207