Encodage visuel dans le raisonnement moral chez l’adulte neurotypique et ayant un trouble du spectre autistique
Bibliographic record
Abstract
Le raisonnement moral est un processus cognitif qui sous-tend la capacité à prendre des décisions appropriées lors de situations sociales qui présentent un conflit moral. L'encodage visuel est une étape importante du traitement de l'information sociale et soutient l'interprétation des indices sociaux. Les visages, en particulier, véhiculent une grande quantité d'informations utilisée dans la planification et la production de comportements sociaux. Des études utilisant l’oculométrie suggèrent que l'encodage visuel peut prédire la prise de décision morale lors de dilemmes extrêmes, tels que des situations de vie ou de mort. Par contre, aucune étude n’a exploré l’encodage visuel lors de dilemmes représentatifs de la vie quotidienne. Par ailleurs, le trouble du spectre autistique (TSA) est associé à des déficits de la cognition sociale, ainsi qu’à certaines spécificités au niveau de l’encodage visuel de l’information sociale. Ces caractéristiques suggèrent un possible impact sur le raisonnement moral. Toutefois, certaines études démontrent que les personnes avec un TSA présentent des performances similaires à celles de participants neurotypiques à des tâches de raisonnement moral, ce qui soulève l'hypothèse de mécanismes alternatifs du raisonnement moral dans le TSA. L’objectif de cette thèse était donc d'utiliser un paradigme écologique et visuel en oculométrie pour évaluer la contribution de l’encodage visuel au raisonnement moral chez des individus au développement typique ou avec un TSA. Lors de la première étude, des participants neurotypiques ont complété la tâche Socio-Moral Reasoning Aptitude level (SoMoral). La tâche contient des photos décrivant des situations représentatives de dilemmes moraux de la vie quotidienne. La prise de décision morale et le niveau de maturité morale des justifications produites étaient enregistrés, ainsi que les mouvements oculaires et la dilatation pupillaire. Alors que l'encodage visuel n'était pas un prédicteur significatif de la prise de décision morale, cet aspect du traitement de l’information sociale prédisait le niveau de maturité morale. Lors de la deuxième étude, un protocole similaire a été utilisé auprès de deux groupes (TSA, Contrôles) comparables en âge, intelligence et sexe. La compréhension des dilemmes, la prise de décision morale et la justification morale ont été évalués grâce à la tâche SoMoral. Les mouvements oculaires et la dilatation pupillaire ont à nouveau été mesurés avec l’oculométrie. Sur le plan de l’encodage visuel, les participants avec un TSA présentaient une première fixation sur les visages plus tardive. Ils ont également compris moins de dilemmes et produit moins de réponses socialement adaptatives. De plus, ils s’appuyaient moins sur des justifications de nature sociale ou interpersonnelle, et davantage sur des principes moraux fondamentaux. Finalement, l'encodage visuel prédisait la maturité morale pour les deux groupes. Ces études confirment l’importance de l'encodage visuel des indices sociaux dans le raisonnement moral de la vie quotidienne. Les résultats des deux études démontrent également la pertinence d'étudier plusieurs aspects du raisonnement moral (compréhension, décision, justification) pour établir une compréhension globale du phénomène. Dans une perspective clinique, cette thèse permet d’établir une meilleure compréhension du raisonnement moral dans le TSA. Ceci pourrait contribuer à guider le développement de nouvelles interventions auprès d’individus avec un TSA.
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".