同一张脸，有人说亲切，有人说严肃；放在团队合照里显得沉稳，单独做头像又显得有距离；问“像不像一个热心的人”时评分不错，问“有没有掌控力”时却落在中间。我们常把这些变化解释成一句“每个人审美不同”，或者反过来坚持“脸本来就给人这种感觉”。
两种说法都漏掉了印象形成的结构。面孔提供可见信息，观察者带着经验与分类习惯，任务规定要判断什么，周围场景又提示当前角色和比较基准。最终评分来自这些因素的组合。
年龄与性别在这里也不是两枚写在人脸上的人格标签。观察者会读取年龄感和性别化线索，再把社会中学到的角色期待、刻板印象和任务目标带入判断。于是，相同形状在不同目标群体中可能被解释成不同特质，相同观察者在不同问题下也可能重新分配注意。
本文的核心结论是：**面孔印象既不只在脸上，也不只在观察者脑中；它是目标、观察者、任务与场景共同生成的结果。**理解这种共同作用，能解释评价为何变化，也能防止我们把偏见伪装成外貌事实。
先把“同一张脸”分成两种实验情况
日常说“同一张脸”，可能指两件事。
第一种是同一张完全相同的图片，只改变背景、文字标签、周围人物、提问方式或观察者。所有面孔像素不变，评分若变化，更容易归因于脸外信息和观察者差异。
第二种是同一个人的不同图像。身份相同，表情、头位、光线、时间和相机却变化。评分差异可能来自动态状态，也可能来自照片条件，不能称作“脸完全没变”。
| 比较 | 保持不变 | 发生变化 | 能回答什么 |
|---|---|---|---|
| 同图换标签 | 所有面孔像素 | 角色或群体信息 | 概念背景怎样重加权印象 |
| 同图换观察者 | 面孔与呈现 | 观察者经验与倾向 | 谁在看怎样影响评分 |
| 同图换问题 | 面孔与观察者 | 任务目标 | 不同印象维度怎样被提取 |
| 同人换照片 | 身份 | 表情、姿态、光线、时间 | 不同实例怎样改变同一身份的呈现 |
| 同图换周围人物 | 目标脸 | 比较集合和社会场景 | 相对基准怎样改变评价 |
研究和网站案例必须说明是哪一种。“同一个人前后评分不同”不等于同一视觉刺激被不同解释；“同一张图换了文字评分不同”也不等于文字真的改变了人的面部结构。
概念实例：证件照、抓拍和同图换角色不是同一个对照
一位参与者的证件照显得正式，聚会抓拍显得活跃。这是同人换图，正式感可能来自表情与拍摄。若将证件照原封不动地分别标为“档案管理员”和“活动主持”，再出现评分差异，才是同图换角色。
两种结果都值得研究，但因果位置不同。把它们混在一起，会让场景、角色和面孔状态互相背锅。
一张脸的感觉，可以用四层模型整理
第一层是目标人物或目标图像：可见形状、年龄感、性别化线索、表情、姿态和图像质量。
第二层是观察者：年龄、接触经验、个人概念、评分习惯、当前情绪和与目标的群体关系。
第三层是任务：被要求评价可信、亲和、支配、吸引、能力，还是只进行身份匹配。问题本身会规定哪些信息值得注意。
第四层是场景：背景、角色标签、周围人物、已知行为、平台界面和当前互动目的。
这四层不是彼此独立相加。目标的性别化线索只有经过观察者的性别刻板知识，才会进入能力判断；同样的年龄感在“需要经验”的场景与“需要体能”的场景中可能获得相反解释；任务要求评价亲和时，表情线索可能比评价支配时权重更高。
因此，研究最好报告交互作用，而不是只说“年龄导致评分降低”或“女性脸更亲切”。更完整的句子应说明：哪类目标、哪类观察者、在什么问题和刺激中，平均评分向哪个方向变化。
研究案例一：评分差异有多少来自目标，有多少来自观察者？
Xie、Flake 与 Hehman 分析两项大型面孔评分数据，共涉及数千名参与者和超过 40 万次评分。他们用交叉分类多层模型把总差异拆成目标面孔、观察者和特定组合的贡献，并比较不同性别与种族群体边界。论文 DOI：10.1037/pspi0000160
总体结果显示，观察者特征对评分差异的贡献很重要，而且目标外貌的贡献会随目标性别、评价维度与群体关系变化。年轻—吸引维度更由目标差异驱动，可信和支配等特质印象则有更多观察者成分；一些跨群体结果并没有在两项研究中一致复现。
这个案例推翻的不是“人们对脸有共识”，而是“评分只属于脸”。即使一张脸在群体平均上稳定得到某种评价，具体观察者仍会带来系统偏移；某位观察者对某张特定脸的独特反应，也不能完全由二者各自平均解释。
可以把一个评分写成：目标总体倾向 + 观察者总体倾向 + 这对人之间的特定反应 + 测量误差。现实当然更复杂，但这个分解至少不再把所有差异压进面部形状。
方差实例：两个人都打 4 分，理由可能完全不同
观察者 A 平时给所有脸的可信分都偏低，对目标 X 打 4 分，其实已高于自己的平均；观察者 B 平时打分偏高，也给 X 4 分，反而低于自己的平均。原始分一样，相对判断相反。
若网站只展示“X 得 4 分”，既看不到观察者基线，也看不到评分分布。可靠内容应关注群体结构，不把一个平均数变成脸的固定属性。
观察者的年龄会怎样进入判断？
年龄差异可能来自视觉敏感度、社会经验、目标选择、情绪调节和评分标准，不能用“年纪大更会看人”或“年轻人偏见更少”概括。
Cassidy 等人比较年轻与年长成人的可信分类和鼠标轨迹。研究发现，年长参与者总体更倾向把脸评价为可信；面对被预评为不可信的脸时，他们的分类轨迹呈现更多竞争，这种动态激活与更正面的可信偏向相关。论文 DOI：10.1093/geronb/gby062
这项结果测的是两组观察者在特定任务中的分类偏向，不证明年长者实际更容易受骗，也不证明年轻者更准确。要比较准确性，必须有被评价者真实行为标准；这里只能说观察者年龄改变了评分阈值与动态过程。
同样，“同龄偏好”也不应被预设。观察者可能更熟悉同龄脸，却在吸引、能力或健康任务中使用不同标准。每个维度都需要独立数据。
观察者实例：同一脸的 5 分为何不能跨年龄组直接比较？
年轻组在 1 至 7 分量表上的平均基线是 3.8，年长组是 4.7。某张脸在两组都得到 5 分，看似完全一致；相对各组基线，它在年轻组显著偏正，在年长组只略高。
跨组比较应同时报告整体评分分布、量表使用和目标排序，而不是只比一个绝对均值。
观察者差异不只是一项人口统计变量
年龄和性别常被记录，是因为它们容易填写，却不一定是最接近心理机制的解释。两个同龄观察者可能拥有完全不同的工作经历、社交圈与面孔接触经验；被归入同一性别类别的人，也可能使用完全不同的特质概念。把人口统计分组直接当作原因，会跳过真正发生作用的中间过程。
更有解释力的测量包括：观察者平时接触哪些年龄与群体的人、是否熟悉目标所属环境、怎样理解“可信”或“有能力”、量表使用是否偏宽或偏严，以及当前是否处于警觉、竞争或合作状态。这些信息能帮助研究者判断，一项组间差异究竟来自视觉经验、概念联想、评分阈值，还是特定任务中的角色关系。
还要区分组平均差异与对目标排序的一致性。甲组可能普遍比乙组多打一分，但两组都把同一批脸排成近似顺序；这说明主要变化可能是评分基线。反过来，两组均值相同却对哪些脸更亲切意见相反，才更接近线索解释规则发生变化。只报告均值，会把这两种机制压成同一个结果。
分布实例：平均数相同，观察者结构为何可能完全不同？
假设两组对某张脸的平均亲和分都是 4 分。第一组多数人打 4 分，意见集中；第二组一半打 2 分、一半打 6 分，意见分裂。平均数无法告诉我们第二组内部存在两个解释方向。
因此，展示数据时至少需要分布、置信区间和观察者数量。若有多张脸和多名观察者，最好进一步拆分方差；网站案例也不该用一句“大家认为”抹掉群体内部差异。
目标人物的年龄感，不等于实际年龄
一张脸“看起来多大”会受皮肤、软组织、发型、表情、光线和拍摄处理影响。研究中的面孔年龄有时来自出生年龄，有时来自观察者估计，有时由计算变形生成。三种变量不能互换。
实际年龄相同的两个人可能得到不同年龄感；同一个人在柔光、低清滤镜与高对比侧光中也可能被估成不同年龄。若评分随“看起来更老”改变，研究还要确认是年龄线索本身，还是疲惫、表情与图片质量同时变化。
Li 等人让年轻参与者在信任博弈中面对年轻和年长面孔，并同时操纵或考察表情与吸引线索。在他们的实验中，参与者对年长脸投入更多，但年龄效果与表情、吸引等条件交织。论文 DOI：10.1177/17470218211047176
实验投入是特定任务中的决策，不等于年长者在现实中更可信。结果更适合说明：目标年龄类别可以进入判断，而且不会脱离其他面孔线索单独工作。
年龄线索为何能产生相反的印象？
年龄带有多套社会联想。较年长可能被联系到经验、资历和稳定，也可能被刻板地联系到体能下降或技术适应慢；较年轻可能被联系到活力、学习能力，也可能被联系到经验不足。
哪一套联想被激活，取决于任务。问“像不像经验丰富的顾问”，年龄感可能提高评价；问“是否适合高强度夜间活动”，同样线索可能降低评价。两种答案都反映社会预期，不是从脸直接测得真实能力。
角色实例：同一张年长脸为何既显经验，又可能被误判为不灵活？
把同一张中性头像放在两个虚构项目说明中，一个强调“处理长期复杂谈判”，另一个强调“连续完成快速体能任务”。观察者可能在第一种情境提高胜任感，在第二种降低适配评分。
这不说明人物能力随文字变化，而是角色需求与年龄刻板印象发生匹配。真正选人需要履历、技能和实际表现，不能让头像承担证明责任。
研究案例二：能力感里为什么会藏着性别偏向？
Oh、Buck 与 Todorov 用数据驱动计算模型操纵面孔的能力感。他们先发现能力模型同时改变吸引力，随后控制吸引力继续操纵能力；剩余的“更有能力”版本也更容易被评价为自信、男性化，并更容易被分类为男性。将这些线索应用到真实图像时，对男性脸的效果更明显。论文 DOI：10.1177/0956797618813092
这个案例的关键不是“男性脸真的更有能力”，恰恰相反：能力印象模型吸收了观察者的性别刻板结构。若训练算法预测人类评分，它可能高精度复现偏见，却不会因此获得真实能力信息。
性别化线索与性别身份也要分开。研究者操纵的是在特定样本中被读作男性化或女性化的外观方向，不是确定一个人的性别身份，更不是说明所有男性或女性都有同样面孔。
算法实例：准确预测偏见，为什么不等于准确预测能力？
模型在保留测试集上准确预测观察者给出的“能力感”分数。若标签本身受“男性化等于有能力”的刻板印象影响，模型学到的是评分规律。它可以在技术上预测成功，在社会事实上仍然错误。
要验证真实能力，需要任务表现、知识或长期结果；若没有这些标签，就不能把第一印象模型改名为能力检测器。
性别比较最容易在哪些地方误读？
第一种误读是把目标的自我认同性别、研究者设置的类别、观察者从图像猜测的类别和连续的性别化外观当成同一个变量。它们可能相关，却不是同一件事。观察者可能把一张图读作更男性化，但这不能替代目标的身份信息；研究用二元样本得到的结果，也不能覆盖所有性别经验。
第二种误读是忽略刺激选择。若男性图片普遍来自职业头像、女性图片普遍来自生活照片，所谓性别差异可能包含服装、妆容、光线、表情和拍摄规范。即使每组人数相等，也没有实现视觉条件平衡。可靠比较需要同样的取景、表情说明和图像质量，或用模型把这些变量明确纳入分析。
第三种误读是把“观察者给出了不同评分”改写成“群体具有不同真实性格”。研究测量的是印象形成，除非另有独立行为证据，不能从评分回推能力、善意或攻击性。尤其在招聘、审核与风险决策中，第一印象差异更应该被视为潜在偏差来源，而不是筛选依据。
招聘实例：头像测试如何意外放大性别刻板印象？
一家虚构团队让评审先看头像，再判断候选人“是否像领导者”。即使履历随后完全相同，先出现的面孔也可能激活性别化的能力和支配联想。若评审不知道自己的判断标准，履历阅读还可能变成替初始感觉寻找理由。
更稳妥的流程是先定义与岗位有关的行为指标，优先盲审材料，再把结构化面试答案按统一尺度评分。头像可以用于身份呈现，却不应承担能力证据的功能。
性别与群体刻板印象怎样改变“同一形状”的意义？
同一条上扬或下压的局部线索，在被分类为不同性别的脸上，可能触发不同角色期待。观察者不是只读取几何，还会把目标放进自己学到的群体概念网络。
Xie 等人在 2021 年比较不同目标性别和种族群体的面孔印象空间，发现群体刻板印象的结构可以预测印象怎样在不同群体中组织。论文 DOI：10.1177/09567976211024259
这不意味着每个观察者都有完全相同的刻板印象，也不意味着群体身份能由面孔可靠识别。它说明，在研究社会评价时，形态变化的意义会与群体分类及概念知识共同决定。
因此，网站不能写“女性化五官天然亲和”或“男性化轮廓天然专业”。更准确的是：在某些样本和任务中，被读作某种性别化的线索与特定印象相关，这种联系可能包含社会刻板偏向。
研究案例三：同一个人的不同瞬间，哪些评价更容易变化？
Hehman、Flake 与 Freeman 区分相对动态的面部线索与相对静态的结构线索。他们在四项研究中使用真人脸、生成脸和后续行为决策，发现与意图相关的社会评价在同一身份的多次呈现间变化更大，而与能力相关的评价相对更稳定。论文 DOI：10.1177/0146167215591495
“动态”不只指视频。面部肌肉状态在不同静态照片中也会留下变化，例如嘴角、眼周和眉部状态；“静态”则指在短期内较稳定的骨性或形状线索。能力评价相对稳定，并不表示它更准确，可能只是观察者反复使用同一套结构刻板规则。
这项研究解释了为何同一人的亲和或可信感容易随照片变化，而某些力量、成熟或能力感看起来更固定。变化大小属于评价机制，不是人格真实程度排名。
选片实例：一组连拍为什么不像同一种“气质”？
同一人在两秒连拍中，第一帧刚开始回应，第二帧自然微笑，第三帧嘴部回落。三帧结构几乎不变，观察者的接近意愿却可能明显不同；支配或成熟评分变化较小。
从中挑出“最亲切”和“最冷”的两帧，不能证明本人有两种固定性格。它只说明动态状态对意图相关评价权重很高。
任务问题会改变观察者从脸上提取什么
同一张脸可以同时在亲和轴中等、支配轴较高、吸引力偏低。问不同问题，不只是从同一总印象里读出不同数字；观察者可能主动寻找与任务相关的线索，并使用不同概念关系。
Stolier 等人研究观察者关于人格词之间关系的概念结构，发现个体如何认为各种特质相互关联，可以预测其面孔印象之间怎样关联。论文 DOI：10.1073/pnas.1807222115
例如，一个人若在概念上认为“自信”和“能力”高度相关，就更可能让两类面孔评分一起变化；另一个人把“自信”与“傲慢”联系更紧，评价结构可能不同。脸没有改变，特质词之间的主观地图改变了。
这也是为什么跨研究比较必须核对量表原文。中文“稳重”、英文 competent、dominant 或 confident 不是可随意互换的标签。
同一个词，也可能在不同任务里指向不同判断
“亲和”可以指看起来温暖、容易接近、愿意合作，也可以指笑容明显或符合服务角色期待；“霸气”可能混合支配、成熟、自信、严肃与距离感。若研究者只写一个词而不提供定义，参与者可能各答各的，最后的平均分没有清晰对象。
任务还可能要求不同时间尺度。有的问题问“第一眼感觉”，有的问题问“长期相处会不会可靠”，还有的问题要求预测一次博弈中的选择。前者更接近即时知觉，后两者已经邀请观察者进行人物推断。时间尺度越长，从一张静态脸外推的风险越大。
回答形式也会改变结果。二选一迫使观察者在细微差异中选边，七点量表允许保留中间态，自由描述则可能暴露研究者没有预设的概念。把二选一的 55% 胜率写成“多数人明确认为”，会夸大微弱偏向；把量表中零点几分差距写成生活中肉眼可见，也同样不妥。
提问实例：三种问法如何让同一张脸得到不同结论？
面对同一头像，问题 A 问“看起来有多友善”，问题 B 问“你愿不愿意向此人问路”，问题 C 问“此人在现实中会不会帮助陌生人”。A 测特质外观，B 加入观察者自己的接近决策，C 则要求预测未知行为。
三项答案可能相关，但证据含义逐级扩大。文章引用研究时必须保留原始任务，不能从 A 直接写成 C，也不能把参与者的选择意愿当作目标人物的真实品格。
研究案例四：评价目标为何会改变人们对外貌的依赖？
Jaeger 等人在五项研究中考察人们何时更愿意依赖脸。参与者认为面部外观更适合判断社交性，而不是道德或能力；当任务寻找“善于社交”的人时，他们对外貌信息的信心和使用意愿更高。论文 DOI：10.1016/j.jesp.2022.104288
这项结果描述的是人们相信脸能说明什么，不证明社交性真的更能被准确看出。因为社交特质与可见表情在概念上联系紧，人们可能觉得从脸判断更合理，从而在决策中给面孔更高权重。
任务情境因此既影响评分，也影响观察者是否愿意承认自己在“看脸”。在强调互动的角色中，外貌偏见可能被包装成岗位相关；研究边界要求把判断信心与真实预测效度分开。
场景不只是背景图片，还包括哪些信息？
视觉场景包括办公室、街道、诊室、舞台和周围人物。角色场景包括姓名旁的职业、职责和群体标签。比较场景是这张脸与哪些脸一起出现。互动场景是当前要合作、竞争、求助还是浏览内容。
政治身份就是一种强角色信息。Malloy、Hughes 与 Cassidy 发现，当目标与观察者政党身份相同或相反时，面部可信线索与喜爱度之间的关系会改变；共享身份条件下，面部可信感与喜爱关系更强，威胁操纵又会调节这一模式。论文 DOI：10.1038/s41598-023-33307-8
研究发生在美国党派情境，不能泛化为所有身份。它清楚显示，同一面孔线索的作用大小会被已知群体关系重新加权。标签并没有改变像素，却改变了观察者如何使用像素。
标签实例：为什么同一头像换一句介绍就显得不同？
一张中性头像分别配上“负责调解冲突”和“代表对方参与谈判”的虚构说明。观察者可能在第一种条件把平静读作稳健，在第二种条件把同样状态读作戒备。
若没有无标签基线和随机分配，无法知道变化来自文字；即使有差异，也只能说明情境解释，不说明人物真的变得更稳或更戒备。
场景效应怎样与照片条件分开？
最清楚的场景实验会固定目标图片，只随机改变文字、背景或周围人物。如果研究分别在办公室拍“管理者”、在户外拍“志愿者”，那么场景与目标身份、姿态和光线一起变化，很难知道是哪一项造成差异。所谓真实感更强的自然照片，往往也带来更多混杂。
另一种方法是在多个目标和多个背景间交叉配对，让每张脸都出现在不同情境，让每个情境也容纳不同脸。这样既能估计某个背景是否普遍提高正式感，也能检查它是否只对某类目标发生作用。单独展示一对前后图，只能作为现象示例，不能估计稳定效应。
现实场景还包含信息出现顺序。先读一段负面行为，再看中性脸，观察者可能把含糊的嘴角和眼神解释得更负面；先看脸再读文字，最初印象又可能影响对行为的理解。研究若没有平衡顺序，就无法知道是场景重写了面孔，还是面孔先影响了场景阅读。
医疗实例：为什么诊室头像的“可靠感”不能单独优化？
同一位医生的头像，放在带有资质、擅长项目和预约流程的完整页面中，可能显得专业；只截出头像放在空白投票页上，观察者更依赖表情、服装和年龄感。后者得到的“可靠感最高照片”，未必在真实页面中仍占优势。
更合理的测试应保留实际页面结构，同时随机替换照片，并把点击、理解与后续咨询分开记录。即便某张图提高点击，也不能据此说它让医生本人更可靠。
比较集合会改变一张脸的相对位置
评价很少发生在真空中。一个支配感中等的目标，放在一组普遍柔和的脸中可能显得强势，放在一组普遍强势的脸中又显得普通。吸引、年龄感与表情强度也会受到前后刺激和当前集合影响。
这种相对性不要求观察者改变长期观念。评分量表本身需要锚点，参与者会根据眼前范围使用 1 至 7 分。如果一组刺激全在高端，原本的 6 分脸可能被压到 4 分。
序列实例：为什么先看一组强表情会改变中性脸？
参与者先看多张强烈愤怒或快乐表情，再评价一张轻微表情脸。适应、对比和量表重标都可能使目标看起来更中性或向相反方向偏移。
若研究不随机顺序，所谓年龄或性别差异也可能混入不同刺激序列。场景控制不仅是换背景，还包括前一张出现了什么。
怎样设计一项能区分脸、观察者和情境的研究？
一个可用的最小设计需要交叉安排，而不是让一组人只看一种脸。
- 让每张目标脸被多名观察者评价，也让每名观察者评价多张脸。
- 在同一身份的多张照片与完全相同图片的情境操纵之间作区分。
- 随机分配角色标签、背景或任务，确保脸本身在条件间平衡。
- 记录观察者年龄、接触经验和相关群体身份，但不把群体均值套回每个人。
- 分别报告目标、观察者、配对和实验条件的方差。
- 预先定义主要评价维度，不在很多词中只挑显著结果。
- 若要谈准确性，加入独立行为标准，而不是拿群体外貌共识当真相。
这种设计会比单纯问“什么脸更亲切”复杂，却能回答更重要的问题：亲切感在什么条件下由谁产生。
日常使用时，可以做一张四栏记录
| 目标图像 | 观察者 | 任务 | 场景 |
|---|---|---|---|
| 同一张还是同一人不同图 | 谁在评价、基线怎样 | 问的是亲和、支配还是吸引 | 有什么标签、背景和比较对象 |
| 表情、姿态和光线 | 年龄与相关经验 | 量表如何定义 | 当前是合作、竞争还是浏览 |
| 年龄感与性别化线索 | 是否认识目标 | 判断感受还是预测行为 | 前后刺激顺序怎样 |
只要四栏中有一栏变化，就不应把评分变化全部归到“面相”。这张表特别适合检查网络前后对比、团队选片和角色头像测试。
本篇没有回答什么？
本文没有系统比较中国、英国、日本或其他文化的维度结构。文化不仅是观察者标签，还涉及语言、规范和采样，下一篇会专门处理。
本文也没有详细解释年龄感中的娃娃脸与成熟脸，那属于 MXZ-014；没有分析男性化与女性化具体怎样影响支配感，那属于 MXZ-015。这里的年龄和性别只用于建立“目标线索 × 观察者概念 × 任务”的框架。
最后，本文没有给出如何改变压迫感的拍摄动作。头位、视线和表情的可调应用会在后续专题中处理，不从群体偏见直接导出个人改造建议。
最后：脸提供线索，情境决定线索被怎样使用
年龄、性别与场景之所以能改变一张脸的感觉，不是因为面孔印象毫无规律，也不是因为某类人的脸天生携带某种人格。目标图像提供可见差异，观察者决定概念和阈值，任务选择评价方向，场景提供角色和比较基准。
大型评分研究显示，观察者贡献常常大于直觉以为的程度；年龄会改变评分偏向，性别刻板印象会进入能力感模型，同一身份的意图相关评价又会随照片瞬间波动。角色目标和已知群体信息还会重加权同一面孔线索。
所以，当两个人对一张脸看法不同，最有用的做法不是问谁“看准了”，而是核对四件事：他们看的是不是同一刺激、用了什么问题、带着什么经验、处在什么情境。把这些条件写出来，差异才从模糊的审美争论变成可以研究的社会知觉。
延伸阅读
参考来源
- Xie, S. Y., Flake, J. K., & Hehman, E. (2019). Perceiver and target characteristics contribute to impression formation differently across race and gender. Journal of Personality and Social Psychology, 117(2), 364–385. DOI: 10.1037/pspi0000160
- Cassidy, B. S., Boucher, K. L., Lanie, S. T., & Krendl, A. C. (2019). Age effects on trustworthiness activation and trust biases in face perception. The Journals of Gerontology: Series B, 74(1), 87–92. DOI: 10.1093/geronb/gby062
- Oh, D., Buck, E. A., & Todorov, A. (2019). Revealing hidden gender biases in competence impressions of faces. Psychological Science, 30(1), 65–79. DOI: 10.1177/0956797618813092
- Xie, S. Y., Flake, J. K., Stolier, R. M., Freeman, J. B., & Hehman, E. (2021). Facial impressions are predicted by the structure of group stereotypes. Psychological Science, 32(12), 1979–1993. DOI: 10.1177/09567976211024259
- Hehman, E., Flake, J. K., & Freeman, J. B. (2015). Static and dynamic facial cues differentially affect the consistency of social evaluations. Personality and Social Psychology Bulletin, 41(8), 1123–1134. DOI: 10.1177/0146167215591495
- Stolier, R. M., Hehman, E., Keller, M. D., Walker, M., & Freeman, J. B. (2018). The conceptual structure of face impressions. Proceedings of the National Academy of Sciences, 115(37), 9210–9215. DOI: 10.1073/pnas.1807222115
- Li, Y., Chen, Z., Liu, X., & Qi, Y. (2022). Perceiving the facial trustworthiness: Facial age, emotional expression, and attractiveness. Quarterly Journal of Experimental Psychology, 75(5), 818–829. DOI: 10.1177/17470218211047176
- Jaeger, B., Evans, A. M., Stel, M., & van Beest, I. (2022). Understanding the role of faces in person perception: Increased reliance on facial appearance when judging sociability. Journal of Experimental Social Psychology, 100, 104288. DOI: 10.1016/j.jesp.2022.104288
- Malloy, C. S., Hughes, C., & Cassidy, B. S. (2023). Perceiver and target partisanship shift facial trustworthiness effects on likability. Scientific Reports, 13(1), 6130. DOI: 10.1038/s41598-023-33307-8