MétaCan
Menu
Retour à la cohorte
Enregistrement W1984959010 · doi:10.1037/0278-7393.31.2.272

The Origin of Exemplar Effects in Rule-Driven Categorization.

2005· article· en· W1984959010 sur OpenAlexaff
Guy Lacroix, Gyslain Giguère, Serge Larochelle

Notice bibliographique

RevueJournal of Experimental Psychology Learning Memory and Cognition · 2005
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensUniversité du Québec à MontréalUniversité de MontréalConcordia University
Organismes subventionnairesnon disponible
Mots-clésCategorizationPsychologyStimulus (psychology)Cognitive psychologyCognitionArtificial intelligenceComputer scienceNatural language processing

Résumé

récupéré en direct d'OpenAlex

S. W. Allen and L. R. Brooks (1991) have shown that exemplar memory can affect categorization even when participants are provided with a classification rule. G. Regehr and L. R. Brooks (1993) argued that stimuli must be individuated for such effects to occur. In this study, the authors further analyze the conditions that yield exemplar effects in this rule application paradigm. The results of Experiments 1-3 show that interchangeable attributes, which are not part of the rule, influence categorization only when attention is explicitly drawn on them. Experiment 4 shows that exemplar effects can occur in an incidental learning condition, whether stimulus individuation is preserved or not. The authors conclude that the influence of exemplar learning in rule-driven categorization stems from the attributes specified in the rule or in the instructions, not from the stimulus gestalts.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,773
Score d'incertitude au seuil0,357

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 Opus0,017
Tête enseignante GPT0,328
Écart entre enseignants0,311 · 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'étudeObservationnel
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

Citations22
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology Learning Memory and CognitionMême sujetChild and Animal Learning DevelopmentTravaux en français237 207