La socialisation des émotions chez le nourrisson: le rôle des expressions faciales contingentes des mères
Bibliographic record
Abstract
Bien que l'on prête aux réponses contingentes des mères un rôle capital dans la socialisation des émotions du nourrisson, on possède, en fait, bien peu de données empiriques sur ces réponses. La présente étude comporte deux volets. Le premier consiste à décrire les expressions faciales que produisent les mères en réponse aux expressions faciales d'émotion de leur nourrisson. Le second a pour objectif d'évaluer l'impact des réponses faciales contingentes des mères sur les expressions d'émotion de leur nourrisson. Au total, 34 nourrissons et leur mère participent à quatre épisodes d'interaction face à face au cours de la première année. Leurs expressions faciales sont encodées à l'aide du système Max. Les résultats montrent qu'une large proportion des expressions faciales des mères se produisent dans un délai d'une seconde ou moins suivant l'apparition d'une nouvelle expression chez leur nourrisson. Les expressions faciales d'émotion des nourrissons sont donc non seulement suffisantes (réactivité) pour susciter des expressions faciales chez leur mère, elles sont également nécessaires (dépendance). Bien que les mères répondent de façon contingente à la plupart des expressions faciales d'émotion de leur nourrisson, leurs réponses varient selon le type d'expression faciale de leur nourrisson. On note, enfin, quelques liens entre les réponses contingentes des mères à un et deux mois et les expressions d'émotion de leur nourrisson à six et neuf mois.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".