EXTENDING EVIDENCE ACCRUAL MODELS OF TWO-ALTERNATIVE FORCED-CHOICE DECISION MAKING TO THE n-ALTERNATIVE CASE
Notice bibliographique
Résumé
Stimuli in a series of four experiments were 20x20 matrices, each element of which was a square coloured red, green, blue, or black. Systematic manipulation of the frequencies with which each colour appeared allowed for the generation of two, three, and four coloured stimuli. By asking participants to evaluate the stimuli and decide which colour was represented either 'most ' or 'least', response time, accuracy, mean confidence, and mean time to render confidence data was generated for a series of n-alternative forced-choice (nAFC) decisions where 2≤n≤4. A new nAFC model is discussed in light of these data. Many modellers of two-alternative forced choice (2AFC) sensory-based decision-making assume judgements follow from a series of discrete evidence accrual events (for example, Vickers, 1979; Petrusic, 1992; Van Zandt, 2000). Under these models, a decision is made only after a criterion amount of evidence has been collected either in support of one possible alternative choice or the other. Few researchers have attempted to extend these models beyond the limited 2AFC case and into the realm of nAFC decision-making. Vickers (1979; see also Vickers and Lee, 1998)
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».