MétaCan
Menu
Retour à la cohorte
Enregistrement W1976400715 · doi:10.1027/1618-3169.55.5.291

Asparagus, a love story: healthier eating could be just a false memory away.

2008· article· en· W1976400715 sur OpenAlexaff
Cara Laney, Erin K. Morris, Daniel M. Bernstein, Briana M. Wakefield, Elizabeth F. Loftus

Notice bibliographique

RevuePubMed · 2008
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensKwantlen Polytechnic University
Organismes subventionnairesNational Institute of Mental Health
Mots-clésAsparagusPsychologyAdvertisingSocial psychologyMedicineBusinessBiologyHorticulture

Résumé

récupéré en direct d'OpenAlex

In two experiments, involving 231 subjects, we planted the suggestion that subjects loved to eat asparagus as children. Relative to controls, subjects receiving the suggestion became more confident that they had loved asparagus the first time they tried it. These new (false) beliefs had consequences for those who formed them, including increased general liking of asparagus, greater desire to eat asparagus in a restaurant setting, and a willingness to pay more for asparagus in the grocery store. Ratings of photographs made after the suggestion reveal that the altered nutritional choices may relate to the fact that the sight of asparagus simply looks more appetizing and appealing. These results demonstrate that adults can be led to believe that they had a positive food-related experience as children, and that these false beliefs can have healthy consequences.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,389
Score d'incertitude au seuil0,768

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,065
Tête enseignante GPT0,272
Écart entre enseignants0,206 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207