MétaCan
Menu
Retour à la cohorte
Enregistrement W2012663371 · doi:10.1177/009385402237925

Deception in Eyewitness Identification

2002· article· en· W2012663371 sur OpenAlexaff
Lisa Parliament, A. Daniel Yarmey

Notice bibliographique

RevueCriminal Justice and Behavior · 2002
Typearticle
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésEyewitness identificationDeceptionPsychologyConvictionLyingLie detectionSocial psychologyIdentification (biology)LawComputer science

Résumé

récupéré en direct d'OpenAlex

One-hundred twenty-eight undergraduates were shown a videotape of a staged crime of a young man abducting a child. Participants were instructed to role-play eyewitness behaviors in which they (a) lied to protect the perpetrator; (b) lied to protect the perpetrator but told the truth about the child; (c) lied to ensure the conviction of the perpetrator; or (d) responded truthfully and accurately to the best of their ability. One week later, participants were given a target-present or target-absent photo lineup of both the perpetrator and the child-victim. Participants instructed to lie to protect the perpetrator consistently stated he was not present as opposed to selecting an innocent person. In addition, participants lying to protect the perpetrator were significantly quicker to make identification decisions than participants attempting to make an accurate identification. There were no significant differences between groups in identification performance or in decision times involving the child lineup.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0050,001

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 Opus0,084
Tête enseignante GPT0,368
Écart entre enseignants0,284 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations9
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminal Justice and BehaviorMême sujetDeception detection and forensic psychologyTravaux en français237 207