Over-adjustment or miscomprehension? A re-examination of the jumping to conclusions bias
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Previous research has consistently shown that individuals with delusions typically exhibit a jumping to conclusions (JTC) bias when administered the probabilistic reasoning 'beads task' (i.e. decisions made with limited evidence or 'premature decisions' and decisions over-adjusted in light of disconfirming evidence or 'over-adjustment'). More recent work, however, also suggests that these effects may also be influenced by miscomprehension of the task. The current paper is an investigation into the contributing effects of miscomprehension on the JTC bias. METHOD: A total of 75 participants (25 diagnosed with schizophrenia with a history of delusions; 25 non-clinical delusion-prone; 25 non-delusion-prone controls) completed two identical versions of the beads task, distinct only by the inclusion of an extra instructional set designed to increase comprehension. RESULTS: Qualitative data confirmed that miscomprehension is a valid construct, and the results showed that the addition of an instructional set to the second version of the task led to greater comprehension and a statistically significant drop in 'over-adjustment'. Nevertheless, both tasks showed that 'premature decisions' were significantly more prevalent in the schizophrenia group and were unaffected by the intervention. CONCLUSIONS: It was concluded that the 'premature decisions' component of the JTC bias remains a feature of decision-making in schizophrenia, but that previously reported 'over-adjustment' effects are likely to be influenced by miscomprehension of the beads task instructional set. These findings are discussed in light of the recently proposed 'hypersalience of evidence-hypothesis matches' account of the JTC bias.
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.
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 | 0,000 | 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) | 0,001 | 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 découle