各國審美觀的差異

本文與 美商德州博藝社科技 HEART 合作，泛科學企劃執行。

提到台灣令人焦慮的交通，多數人會想到都市裡的壅塞車潮，但真正致命的「塞車」，其實正悄悄發生在我們體內的動脈之中。

這場無聲的危機，主角是被稱為「壞膽固醇」的低密度脂蛋白（ Low-Density Lipoprotein，簡稱 LDL ）。它原本是血液中運送膽固醇的貨車角色，但當 LDL 顆粒數量失控，卻會開始在血管壁上「違規堆積」，讓「生命幹道」的血管日益狹窄，進而引發心肌梗塞或腦中風等嚴重後果。

科學家們還發現一個令人困惑的現象：即使 LDL 數值「看起來很漂亮」，心血管疾病卻依然找上門來！這究竟是怎麼一回事？沿用數十年的健康標準是否早已不敷使用？

膽固醇的「好壞」之分：一場體內的攻防戰

膽固醇是否越少越好？答案是否定的。事實上，我們體內攜帶膽固醇的脂蛋白主要分為兩種：高密度脂蛋白（High-Density Lipoprotein，簡稱 HDL）和低密度脂蛋白（ LDL ）。

想像一下您的血管是一條高速公路。HDL 就像是「清潔車隊」，負責將壞膽固醇（ LDL ）運來的多餘油脂垃圾清走。而 LDL 則像是在血管裡亂丟垃圾的「破壞者」。如果您的 HDL 清潔車隊數量太少，清不過來，垃圾便會堆積如山，最終導致血管堵塞，甚至引發心臟病或中風。

因此，過去數十年來，醫生建議男性 HDL 數值至少應達到 40 mg/dL，女性則需更高，達到 50 mg/dL（ mg/dL 是健檢報告上的標準單位，代表每 100 毫升血液中膽固醇的毫克數）。女性的標準較嚴格，是因為更年期後]pacg心血管保護力會大幅下降，需要更多的「清道夫」來維持血管健康。

相對地，LDL 則建議控制在 130 mg/dL 以下，以減緩垃圾堆積的速度。總膽固醇的理想數值則應控制在 200 mg/dL 以內。這些看似枯燥的數字，實則反映了體內一場血管清潔隊與垃圾山之間的攻防戰。

那麼，為何同為脂蛋白，HDL 被稱為「好」的，而 LDL 卻是「壞」的呢？這並非簡單的貼標籤。我們吃下肚或肝臟製造的脂肪，會透過血液運送到全身，這些在血液中流動的脂肪即為「血脂」，主要成分包含三酸甘油酯和膽固醇。三酸甘油酯是身體儲存能量的重要形式，而膽固醇更是細胞膜、荷爾蒙、維生素D和膽汁不可或缺的原料。

這些血脂對身體運作至關重要，本身並非有害物質。然而，由於脂質是油溶性的，無法直接在血液裡自由流動。因此，在血管或淋巴管裡，脂質需要跟「載脂蛋白」這種特殊的蛋白質結合，變成可以親近水的「脂蛋白」，才能順利在全身循環運輸。

肝臟是生產這些「運輸用蛋白質」的主要工廠，製造出多種蛋白質來運載脂肪。其中，低密度脂蛋白載運大量膽固醇，將其精準送往各組織器官。這也是為什麼低密度脂蛋白膽固醇的縮寫是 LDL-C (全稱是 Low-Density Lipoprotein Cholesterol )。

當血液中 LDL-C 過高時，部分 LDL 可能會被「氧化」變質。這些變質或過量的 LDL 容易在血管壁上引發一連串發炎反應，最終形成粥狀硬化斑塊，導致血管阻塞。因此，LDL-C 被冠上「壞膽固醇」的稱號，因為它與心腦血管疾病的風險密切相關。

高密度脂蛋白（HDL） 則恰好相反。其組成近半為蛋白質，膽固醇比例較少，因此有許多「空位」可供載運。HDL-C 就像血管裡的「清道夫」，負責清除血管壁上多餘的膽固醇，並將其運回肝臟代謝處理。正因為如此，HDL-C 被視為「好膽固醇」。

過去數十年來，醫學界主流觀點認為 LDL-C 越低越好。許多降血脂藥物，如史他汀類（Statins）以及近年發展的 PCSK9 抑制劑，其主要目標皆是降低血液中的 LDL-C 濃度。

然而，科學家們在臨床上發現，儘管許多人的 LDL-C 數值控制得很好，甚至很低，卻仍舊發生中風或心肌梗塞！難道我們對膽固醇的認知，一開始就抓錯了重點？

傳統判讀失準？LDL-C 達標仍難逃心血管危機

早在 2009 年，美國心臟協會與加州大學洛杉磯分校（UCLA）進行了一項大型的回溯性研究。研究團隊分析了 2000 年至 2006 年間，全美超過 13 萬名心臟病住院患者的數據，並記錄了他們入院時的血脂數值。

結果發現，在那些沒有心血管疾病或糖尿病史的患者中，竟有高達 72.1% 的人，其入院時的 LDL-C 數值低於當時建議的 130 mg/dL「安全標準」！即使對於已有心臟病史的患者，也有半數人的 LDL-C 數值低於 100 mg/dL。

這項研究明確指出，依照當時的指引標準，絕大多數首次心臟病發作的患者，其 LDL-C 數值其實都在「可接受範圍」內。這意味著，單純依賴 LDL-C 數值，並無法有效預防心臟病發作。

科學家們為此感到相當棘手。傳統僅檢測 LDL-C 總量的方式，可能就像只計算路上有多少貨車，卻沒有注意到有些貨車的「駕駛行為」其實非常危險一樣，沒辦法完全揪出真正的問題根源！因此，科學家們決定進一步深入檢視這些「駕駛」，找出誰才是真正的麻煩製造者。

LDL 家族的「頭號戰犯」：L5 型低密度脂蛋白

為了精準揪出 LDL 裡，誰才是最危險的分子，科學家們投入大量心力。他們發現，LDL 這個「壞膽固醇」家族並非均質，其成員有大小、密度之分，甚至帶有不同的電荷，如同各式型號的貨車與脾性各異的「駕駛」。

早在 1979 年，已有科學家提出某些帶有較強「負電性」的 LDL 分子可能與動脈粥狀硬化有關。這些帶負電的 LDL 就像特別容易「黏」在血管壁上的頑固污漬。

台灣留美科學家陳珠璜教授、楊朝諭教授及其團隊在這方面取得突破性的貢獻。他們利用一種叫做「陰離子交換層析法」的精密技術，像是用一個特殊的「電荷篩子」，依照 LDL 粒子所帶負電荷的多寡，成功將 LDL 分離成 L1 到 L5 五個主要的亞群。其中 L1 帶負電荷最少，相對溫和；而 L5 則帶有最多負電荷，電負性最強，最容易在血管中暴衝的「路怒症駕駛」。

2003 年，陳教授團隊首次從心肌梗塞患者血液中，分離並確認了 L5 的存在。他們後續多年的研究進一步證實，在急性心肌梗塞或糖尿病等高風險族群的血液中，L5 的濃度會顯著升高。

L5 的蛋白質結構很不一樣，不僅天生帶有超強負電性，還可能與其他不同的蛋白質結合，或經過「醣基化」修飾，就像在自己外面額外裝上了一些醣類分子。這些特殊的結構和性質，使 L5 成為血管中的「頭號戰犯」。

當 L5 出現時，它並非僅僅路過，而是會直接「搞破壞」：首先，L5 會直接損傷內皮細胞，讓細胞凋亡，甚至讓血管壁的通透性增加，如同在血管壁上鑿洞。接著，L5 會刺激血管壁產生發炎反應。血管壁受傷、發炎後，血液中的免疫細胞便會前來「救災」。

然而，這些免疫細胞在吞噬過多包括 L5 在內的壞東西後，會堆積在血管壁上，逐漸形成硬化斑塊，使血管日益狹窄，這便是我們常聽到的「動脈粥狀硬化」。若這些不穩定的斑塊破裂，可能引發急性血栓，直接堵死血管！若發生在供應心臟血液的冠狀動脈，就會造成心肌梗塞；若發生在腦部血管，則會導致腦中風。

L5：心血管風險評估新指標

現在，我們已明確指出 L5 才是 LDL 家族中真正的「破壞之王」。因此，是時候調整我們對膽固醇數值的看法了。現在，除了關注 LDL-C 的「總量」，我們更應該留意血液中 L5 佔所有 LDL 的「百分比」，即 L5%。

陳珠璜教授也將這項 L5 檢測觀念，從世界知名的德州心臟中心帶回台灣，並創辦了美商德州博藝社科技（HEART）。HEART 在台灣研發出嶄新科技，並在美國、歐盟、英國、加拿大、台灣取得專利許可，日本也正在申請中，希望能讓更多台灣民眾受惠於這項更精準的檢測服務。

一般來說，如果您的 L5% 數值小於 2%，通常代表心血管風險較低。但若 L5% 大於 5%，您就屬於高風險族群，建議進一步進行影像學檢查。特別是當 L5% 大於 8% 時，務必提高警覺，這可能預示著心血管疾病即將發作，或已在悄悄進展中。

對於已有心肌梗塞或中風病史的患者，定期監測 L5% 更是評估疾病復發風險的重要指標。此外，糖尿病、高血壓、高血脂、代謝症候群，以及長期吸菸者，L5% 檢測也能提供額外且有價值的風險評估參考。

隨著醫療科技逐步邁向「精準醫療」的時代，無論是癌症還是心血管疾病的防治，都不再只是單純依賴傳統的身高、體重等指標，而是進一步透過更精密的生物標記，例如特定的蛋白質或代謝物，來更準確地捕捉疾病發生前的徵兆。

您是否曾檢測過 L5% 數值，或是對這項新興的健康指標感到好奇呢？

• 文／何崇瑋

為何美感會因人而異？

由內政部舉辦的「身分證明文件再設計」大起爭議，網路票選獲得將近十萬高票的作品沒有獲得評審的青睞，而評審選出的作品卻只獲得寥寥可數的 46 票，這讓許多人對「審美觀」產生質疑：「究竟是評審曲高和寡？還是大眾的美感有待討論？」

不過，在這快節奏的時代，大量資訊的出現分散了人們的注意力，這可能造成人們的對作品美醜喜好的票選只憑一眼就決定，就如作家盛浩偉所言：「網友比較可能先是單點式的（甚至少數有心人才會認真瀏覽全部作品），但評審卻先是全面式地接收」。難道大眾的審美就真的比較膚淺且不如評審嗎？

心理學上如何看人們的「審美」？

什麼樣的事物會讓人覺得美，心理學上有個著名的「審美流暢理論（Aesthetic fluency）」（Reber, Schwarz & Winkielman, 2004）。這理論非常「簡單直白」： 當觀賞者欣賞一事物時，如果大腦愈能順暢地解讀，觀賞者愈會覺得美。

因此，「美」是來自於大腦的認知處理歷程，當認知處理愈順暢時，觀賞者會感到愉悅進而感受到「美」。後人也研究發現，當圖形愈複雜、結構愈不對稱，大腦處理會愈不順暢，人會因而覺得圖形愈不美，反之亦然（Jacobsen, Schubotz, Höfel & Cramon, 2006）。在真實生活中也可以發現人們對對稱結構的著迷，就是因為大腦處理起來輕鬆順暢，如此才美。

此理論的精隨在於融合了對美的「客觀」與「主觀」：物品本身的特性會影響處理歷程順暢與否，例如對稱性；人過去的知識經驗也會影響事物解讀的處理歷程，因此才會有著「情人眼裡出西施」，不同人有著不同的美感。

當然，人的美感並非如「流暢理論」這麼簡單！

之後，有許多學者發現「審美流暢理論」並不能完美解釋人的審美。例如，按照「審美流暢理論」，人看到新事物時並不會感受到美，因為缺乏過去經驗，大腦無法順暢處理。但研究發現並非如此，人在欣賞新物品時也會感到美，且愈典型常見的事物也並不一定會覺得美（Blijlevens, Carbon, Mugge & Schoormans, 2012）。生活中也可以發現人們對新物品感受到美的例子，2007 年 Steve Jobs 展示第一代 iPhone 時，iPhone 的設計在當時並非手機的典型，人們卻望著 iphone 讚嘆它的美。相反的，人會看膩常見的事物，你會看著一塊常見的橡皮擦，然後欣賞著橡皮擦的美嗎？

因此後來有學者提出「審美流暢理論」的改版 ：「愉悅─興致的審美模型（Pleasure-Interest Model of Aesthetic Liking, PIA Model）」 （ Graf, & Landwehr, 2015），此理論認為人在觀賞物品前會有所預期（我要來投新身分證的票囉），而在觀賞時勢必會遇到與預期不符的情形（喔！這個身分證設計跟我想像的不一樣），也就是大腦在處理看到的訊息時有了不流暢感（disfluency），此不流暢感會「序列性地」經過兩階段的審美處理：

第一階段：主要是受到物體本身的整體特性所影響，人們看到物體的第一眼時，大腦就會「快速自動地」處理產生不流暢的訊息，大腦並沒有多餘的意識介入。此時的自動處理可能產生愉悅感（哇有我喜歡的粉紅色）或厭惡感（畫面怎麼會有噁心的蟲），這都是受到作品本身特性所影響。

第二階段：當人們想要更進一步想賞物品時，就會進入第二階段。此階段主要受到觀賞者的動機以及背景知識所影響，需要有意識地動用大腦的認知資源。如果人們能動腦順利解開謎題時，會因而產生興致；如果人們就算動腦也搞不懂所看到的東西是何物時，就會因此產生困惑。

我們來做個小實驗，請你一起來觀賞下面這張圖。

是不是讓你產生了興致呢？乍看之下是個白雪公主（第一階段審美），但白雪公主好像有哪裡不一樣（不流暢感），仔細一看就發現原來還有福爾摩斯（第二階段的審美產生興致）。

值得注意的是，如果從頭到尾與預期相符，大腦完全流暢地處理看到的訊息，人就會因此感到無聊。因此，審美並非能讓大腦處理愈流暢愈好，而是要有適當的難度，讓大腦有適當的不流暢感。例如，畫面的「複雜度」會影響著人們的審美，不會太單調又不會太複雜的畫面最會讓人感到賞心悅目（Güçlütürk., Jacobs & Lier, 2016）。

如何用「審美理論模型」解釋票選行為？

前面提到大眾可能膚淺地只憑一眼就進行票選，確實有不少研究證實人會有快速審美的現象。例如，研究者呈現一網頁畫面給受試者看，但只短短呈現 50 毫秒。在這短短 50 毫秒之內，根本還沒仔細看清且還尚未親手操作，就已對網頁外觀產生美醜的印象，就算研究者把畫面呈現時間延長到十倍，其印象評分也與只呈現 50 毫秒一樣（Lindgaard, Fernandes, Dudek & Brown, 2006）。而這種快速審美也會影響後續決策，當人們覺得網站的外觀吸引力愈高，也會覺得網站愈容易使用，對其的信任程度也愈高（Lindgaard, Dudek, Sen, Sumegi, & Noonan, 2011）。此現象不僅止於觀看使用者介面，人對第一次見到的陌生人也是如此（Willis & Todorov, 2006）。

因此，如果網友是快速瀏覽就決定要投票給哪件作品，並沒有花更多的心思欣賞每件作品時，可能就只是讓自己快速審美這些作品。不過如果按照剛介紹的「愉悅─興致的審美模型」，就可發現這種快速審美是因為審美只停留在第一階段，並沒有過多的意識介入。在第一階段，人的確會看一眼就自動地對物品本身的特性評論美醜，但如果是願意花心思去欣賞（例如我想真實了解這件作品），讓自己進入第二階段的審美，說不定就會發現作品在第一階段審美時所沒發現的「美」。

總而言之，的確有可能有些網友的投票是受限於時間緊迫或其他因素，只憑第一印象去投票。但這不是大眾的美學素養膚淺，只是沒有花心思靜下心來好好欣賞而已。

說完了心理學對審美的看法，可以怎麼解讀「新身分證」評審與大眾美感上的不同呢？

剛剛提到的審美模型，有一點很重要：人的背景知識會影響審美。

因此，評審與大眾選出來的作品不一樣就不是一件奇怪的事了。研究也的確發現，「受過美術訓練的專家」與「沒受過美術訓練的一般人」會因為背景知識的不同而有不同的審美觀：一般人覺得抽象畫比較不美，但覺得繪有具體事物的具象藝術比較美；反觀專家不僅覺得具象畫美，抽象畫也會覺得美。研究甚至還發現，「觀賞作品時的生理反應」與「觀賞者對作品『美』的評分」無關，反而是「背景知識」與「『美』的評分」呈現正相關（Van Paasschen, Bacci & Melcher, 2015）。

這時我們來看獲得評審青睞的「新身分證」，請各位想像自己是評審，進入審美第二階段來好好欣賞。此時可以發現，設計獎的新身分證背景有許多「抽象線條」，完全與上述提到的研究一致：專家覺得抽象畫美而生手覺得抽象畫不美。這時你是不是能理解評審為什麼會喜歡這件作品，而大眾比較無感了嗎？

再來我們來看網友票選第一的「新身分證」，可以發現背景有非常具象的圖案──山脈。這時你是不是可以理解為何此件作品相較於設計獎的作品，比較會受到大眾的青睞了呢？

綜合上述，從心理學的角度可以發現，人的審美是有不同階段，而且會受到背景知識所影響的。因此評審或是大眾審美觀有所不同都是正常的，並沒有誰好誰壞的問題，不會有人故意選一件自己覺得不美的作品。這時，您是不是對這次的事件有了不同角度的理解了呢？

• Blijlevens, J., Carbon, C. C., Mugge, R., & Schoormans, J. P. (2012). Aesthetic appraisal of product designs: Independent effects of typicality and arousal. British Journal of Psychology, 103(1), 44-57.
• Graf, L. K., & Landwehr, J. R. (2015). A dual-process perspective on fluency-based aesthetics: the pleasure-interest model of aesthetic liking. Personality and Social Psychology Review, 19(4), 395-410.
• Güçlütürk, Y., Jacobs, R. H., & Lier, R. V. (2016). Liking versus complexity: decomposing the inverted U-curve. Frontiers in human neuroscience, 10, 112.
• Jacobsen, T., Schubotz, R. I., Höfel, L., & Cramon, D. Y. V. (2006). Brain correlates of aesthetic judgment of beauty. Neuroimage, 29(1), 276-285.
• Lindgaard, G., Dudek, C., Sen, D., Sumegi, L., & Noonan, P. (2011). An exploration of relations between visual appeal, trustworthiness and perceived usability of homepages. ACM Transactions on Computer-Human Interaction (TOCHI), 18(1), 1.
• Lindgaard, G., Fernandes, G., Dudek, C., & Brown, J. (2006). Attention web designers: You have 50 milliseconds to make a good first impression!. Behaviour & information technology, 25(2), 115-126.
• Reber, R., Schwarz, N., & Winkielman, P. (2004). Processing fluency and aesthetic pleasure: Is beauty in the perceiver’s processing experience?. Personality and social psychology review, 8(4), 364-382.
• Van Paasschen, J., Bacci, F., & Melcher, D. P. (2015). The influence of art expertise and training on emotion and preference ratings for representational and abstract artworks. PloS one, 10(8), e0134241.
• Willis, J., & Todorov, A. (2006). First impressions: Making up your mind after a 100-ms exposure to a face. Psychological science, 17(7), 592-598.

本文由民視《科學再發現》贊助，泛科學獨立製作

文 / Jia-Bin Huang｜伊利諾大學香檳分校電機工程學系博士候選人

兩個多禮拜前，一位名為Esther Honig的記者發表了一個名為Before & After的專題。Esther想知道各個國家對於美是否有同樣的標準。於是Esther拍了一張自拍照，接著Esther將這張照片發送給世界各地的Photoshop專家請他們 “Make her beautiful”。結果如下圖。這個創意專題引起了大篇幅的媒體報導和討論，讓人們重新反思對於美的追求是否過了頭。

Esther自己是這麼說的

“Photoshop allows us to achieve our unobtainable standards of beauty, but when we compare those standards on a global scale, achieving the ideal remains all the more elusive.” – Esther

但是，若仔細看看這些修改過的照片，大部分的照片似乎僅僅是反映出個人修圖技巧而非反映出各國的審美觀。在這裡我們試著用不同的方法來將Esther的相片轉換到各國不同的臉型。

各國女性的平均臉

那麼要如何取得世界各國不同的臉型呢? 我們首先假設各國女性的平均臉是各個國家中理想的美女。2013年Collin Spears在他的部落格上蒐集了各國女性的正面照片，並將他們做平均。

偵測臉部特徵 （Facial Landmark Localization）

我們首先偵測每一張臉上的特徵點，並且依據眼睛部 位對齊影像（如下圖）。

同樣地，我們也可以用同樣的方法來偵測Esther的臉部特徵。

Face Morphing

有了各國平均臉和Esther的臉部特徵點之後，我們將Esther的臉部形狀轉移（Transfer）到各國的臉型上。從下面十二張動畫可以觀察我們如何將Esther的臉型加上50%的平均臉型的過程。

如果Esther來自… 台灣/韓國/中國/日本/德國/法國/義大利/…

以下是來自四十個國家的Esther !

世界各國女性臉之間的差異

那麼，世界各國的女性臉之間究竟有甚麼差異呢? 我們可以藉由研究各國平均臉的相似程度來試著回答這個問題。

首先，我們可以從這40個國家的平均臉，再做一次平均，得到這位擁有40個國家臉部特徵的混血兒。

接著我們把所有平均臉的臉型都Warp到這個平均臉的臉型上，也就是說，下圖中各國的差異僅剩下膚色。

藉由結合臉型（shape）和外觀（appearance）兩種特徵（Active Appearance Models），我們現在可以比較兩兩之間的相似程度。我們使用了Locally Linear Embedding （code）來將40張各國平均臉投射到2維的平面。在這個embedding空間中，兩兩之間的距離即表示各國臉型和外觀的相似程度。

從這個圖可以觀察到一些有趣的事情。比如說，台灣、中國、韓國、日本等東亞國家均位在座標位置約 （-0.5, 1）左右，泰國和越南非常接近。而歐洲的幾個國家大多位於右半部下方。荷蘭和比利時這兩個國家不只在地理位置相近，這兩個國家的平均臉也十分相似（見右下角）。

原刊載於： Global Beauty Standards?

文/劉以安

編/洪群甯

對自己的外表不滿意，夢想著能變更帥或是耀眼動人嗎?相信大家或多或少都曾經懷抱這樣的想法。但是，長的平凡真的就錯了嗎？研究指出，人們會傾向於信任那些長相平凡，而非擁有被大眾判斷為「有吸引力」臉龐的對象。

較早期的研究曾表示：經過軟體疊加而成的平均臉孔，比單一張特殊臉孔更有吸引力（可以參考〈整形要像林志玲還是安潔莉娜裘莉？〉一文）；但是心理學家蘇菲兒（Carmel Sofer）教授和他的研究團隊卻發現事情可能沒有這麼簡單。他們認為，一個人的臉孔除了反映出有多少吸引力外，還包含了這個人有多值得被信賴。

為了驗證這個假設，研究團隊進行了一項新的實驗：研究人員將一組共92名長相普通之女性臉孔，用軟體合成出一張「大眾臉」；另外把12 名長相出色的女性臉孔合成出了一張「最具有吸引力」的臉。接著他們再將這兩張臉孔依據不同比例混合，創造出9張界於「平凡」和「具有吸引力」之間的臉孔。最後為了避免出現潛在性別差異，只邀請女性參與者觀看並評量這共11張臉，以九點量表來評量這些臉孔（1代表非常不吸引/不可信任；9代表非常吸引/可信任），每位參與者各要重複進行看與評量三次。

結果發現越「大眾典型（typical）」的臉孔越容易使人信任，但是卻不一定最具吸引力的。那為什麼還是有些研究顯示，由多臉平均而成的臉蛋具有吸引力呢？蘇菲兒教授認為，這是因為先前的研究忽略了「可信度」與「吸引力」這兩個變項的關聯，並且將他們混為一談。

除了上述實驗，在另外一組實驗也得出了相同的結果。研究人員發現，平凡臉孔和可信度的關聯不會因為在合成臉孔時使用了少數特殊面孔而改變；同時，使用不同軟體進行合成的動作也不會改變研究結果。

蘇菲兒教授表示：會有這樣的研究結果可能是因為平凡的臉孔讓人感到熟悉；使我們覺得自己與該人屬於同一個文化。因此，新的問題產生了！當我們出國旅行面對不同種族的居民時，這個研究成果還會成立嘛？此外，臉部情緒是否會影響他人對你的信任程度呢？教授笑著說：這就是接下來的實驗了，大家敬請期待。

總之，別再抱怨自己有一張在人群裡無法被認出的大眾臉了，因為它可是能帶來他人對你的信任喔！

參考資料：

1. People trust typical-looking faces most  [Science Daily , December.16,2014]
2. Sofer, C., Dotsch, R., Wigboldus, D. H., & Todorov, A. (2014). What Is Typical Is Good The Influence of Face Typicality on Perceived Trustworthiness.Psychological science, 0956797614554955.