MétaCan
Menu
Retour à la cohorte
Enregistrement W1897025992 · doi:10.1002/bsl.2115

The Cognitive Interview Buffers the Effects of Subsequent Repeated Questioning in the Absence of Negative Feedback

2014· article· en· W1897025992 sur OpenAlexafffund
Lauren Wysman, Alan Scoboria, Julie Gawrylowicz, Amina Memon

Notice bibliographique

RevueBehavioral Sciences & the Law · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaLeverhulme Trust
Mots-clésRecallCognitionPsychologyConsistency (knowledge bases)InterviewSocial psychologyCognitive interviewQuality (philosophy)Face (sociological concept)Developmental psychologyCognitive psychologyPsychiatryComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

The Cognitive Interview (CI) is known to elicit high-quality information from cooperative witnesses. The present study examined whether the CI protects against two suggestive interview techniques: repeated questioning and negative feedback. Young adults (n = 98) watched one of two crime videos and were interviewed with either a CI or free recall. One week later, a second interviewer asked answerable questions (about information in the video) and unanswerable questions (about information not in the video). Half of the participants received negative feedback about their performance. All participants were then asked the questions a second time. The CI resulted in more correct responses to answerable questions and fewer errors to unanswerable questions at the first questioning. The CI produced the highest consistency for answerable questions in the face of repeated questioning in the absence of negative feedback, and resulted in the most changes in responses to answerable questions when negative feedback was applied. No effects were found for unanswerable questions. The CI protected against repeated questioning, but only in the absence of negative feedback.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,568
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,005
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,067
Tête enseignante GPT0,341
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehavioral Sciences & the LawMême sujetMemory Processes and InfluencesTravaux en français237 207