La manifestation du contraste hédonique avec les oeuvres cinématographiques
Bibliographic record
Abstract
Une belle peinture est perçue encore plus positivement lorsqu’elle est présentée après une toile jugée laide, et vice-versa. Une telle influence de l’ordre de présentation sur l’appréciation est nommée «contraste hédonique». Ce projet est le premier à vérifier la présence d’un contraste hédonique avec des courts-métrages. Il vise notamment à documenter l’impact des scores d’appréciation provenant de sites web sur les attentes d’une personne et sur l’appréciation d’un film. 160 étudiants de l'Université Laval sont recrutés et répartis aléatoirement dans huit groupes. Les participants des quatre premiers groupes visionnent deux courts-métrages, l’un classé comme positif et l’autre comme négatif par un projet pilote. Après chaque visionnement, ils donnent leur niveau d'appréciation à l'aide d'un score de 1 à 10. Les participants des groupes 1 et 2 ne reçoivent aucune directive et ne voient pas les films dans le même ordre. La particularité des groupes 3 et 4 est l'ajout d'une description affirmant que les courts-métrages sont filmés ou non selon la même technique et produits par le même réalisateur. Les participants des groupes 5 et 6 visionnent uniquement le film positif, lequel est associé à un faux score d’appréciation de 8,5 ou de 4,5 sur 10. Le principe est le même pour les groupes 7 et 8, mais le stimulus utilisé est le film négatif. Les résultats obtenus n’ont pas réussi à démontrer un effet de contraste hédonique avec les courts-métrages. Toutefois, l’ajout d’une simple description s’est avéré suffisant pour créer des attentes positives et augmenter l’appréciation des deux films. D’ailleurs, les résultats dévoilent que la présence d’un faux score d’appréciation positif semble influencer à la hausse les attentes des participants, rehaussant ainsi leur appréciation des films. En conclusion, les descriptions et les critiques positives influenceraient plus l'appréciation de courts-métrages que leur ordre de présentation.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 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".