Reconocimiento facial de emociones básicas y prosodia emocional en Demencia Frontotemporal variante conductual
Bibliographic record
Abstract
Las emociones basicas son estados emocionales determinados biologicamente, cuya expresion es universal e innata. Existen dos formas de evaluar el reconocimiento emocional: en el rostro y en la voz (prosodia). La prosodia emocional refiere a la transmision, a traves de la entonacion melodica del lenguaje, de los estados emocionales del individuo. El objetivo del presente trabajo es evaluar la presencia de alteraciones en el reconocimiento facial de emociones basicas y en la prosodia emocional en la variante conductual de la Demencia Frontotemporal (DFTvc). Se evaluo una muestra de 14 pacientes del Laboratorio de Deterioro Cognitivo del HIGA Eva Peron con diagnostico de DFTvc. Se emplearon 60 fotografias del set Pictures of Facial Affect y se administro una bateria compuesta por tres tareas, seleccion, apareamiento y denominacion. Para la evaluacion de la prosodia emocional se utilizo el subtest Prosodia emocional - comprension del Protocolo para la evaluacion de la Comunicacion de Montreal (MEC). Se encontraron diferencias significativas para el reconocimiento facial de emociones basicas entre controles y pacientes: seleccion (F= 12.287; p= 0.002), apareamiento (F= 11.492; p=0.002), denominacion (F= 13.721; p= 0.001) y total emociones (F= 17.339; p=0.000). El 71% de los pacientes mostro alteraciones en el reconocimiento facial de emociones basicas. La prueba Prosodia emocional - comprension del MEC mostro correlaciones significativas con las pruebas de reconocimiento facial de emociones basicas: seleccion (r de Pearson 0,669, p. 0,012), apareamiento (r de Pearson 0,554, p 0,05), y total emociones (r de Pearson 0,632, p 0,020). Estos hallazgos sugieren que la alteracion en el reconocimiento de emociones basicas en DFTvc seria amodal. Palabras clave: emociones basicas - prosodia emocional – DFTvc.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".