Confiabilidade facial e auditores independentes

Eis trecho do resumo: 

Utilizando  um  algoritmo  de machine  learning para detecção facial, a pesquisa identifica a confiabilidade facial por meio de 68 pontos de referência facial, com foco na aparência, gênero e expressão. Características-chave como sobrancelhas, formato do rosto, queixo e buço foram analisadas em 700 imagens. Doze imagens representando os quartis mais altos e mais baixos de confiabilidade foram selecionadas manualmente para uso em cenários baseados em questionários aplicados a 101 auditores independentes.

Resultados:Os  principais  resultados,  obtidos  a  partir  de  análise  de  regressão  pelo modelo Probit,   sugerem   que   os   auditores   tendem   a   considerar parcialmente   a confiabilidade  facial  dos  executivos  na  precificação  de honorários,  especificamente  o gênero facial e a expressão facial. Quando a aparência facial foi analisada, verificou-se que não há associação com os valores dos honorários de auditoria, já que não apresentou significância estatística.