Consistente pero modesto

El reciente aumento de los clasificadores de afectos multimodales plantea la importante cuestión de si estos clasificadores producen tasas de precisión que superan las de sus contrapartes unimodales. Esta cuestión se abordó realizando un metaanálisis de 30 estudios publicados que informaron tanto sobre precisiones de detección de afectos multimodales como unimodales. Los resultados indicaron que las precisiones multimodales eran consistentemente mejores que las precisiones unimodales y ofrecían una mejora promedio del 8.12% en comparación con los mejores clasificadores unimodales. Sin embargo, las mejoras en el rendimiento fueron tres veces menores cuando los clasificadores se entrenaron con datos naturales o seminaturales (mejora del 4.39%) en comparación con datos actuados (mejora del 12.1%). Es importante destacar que el rendimiento del mejor clasificador unimodal explicó un impresionante 80.6% (validado cruzadamente) de la varianza en la precisión multimodal. Los resultados también indicaron que las precisiones multimodales eran sustancialmente más altas que las precisiones de los segundo mejores clasificadores unimodales (una mejora promedio del 29.4%) independientemente de la naturalidad de los datos de entrenamiento. Se discuten las implicaciones teóricas y aplicadas de los hallazgos.