Do they all look alike? An exploration of decision-making strategies in cross-race facial identifications.
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
Meme si des centaines d'etudes ont demontre que le temoignage de temoin oculaire est sujet a l'erreur, la preuve d'un temoin oculaire est souvent la plus forte ou la seule qui est retenue par les jurys lorsqu'ils rendent un verdict. Une cause potentielle d'erreur se produit lorsque les temoins oculaires et le suspect sont de race differente. Les conclusions concernant l'effet transracial sont generalement uniformes, mais les causes de l'effet ne sont pas bien comprises. Cette recherche examine les strategies de prise de decisions qui peuvent differencier l'identification des suspects dans des situations transraciales par opposition a des suspects de meme race. Les donnees ont ete recueillies aupres de 161 sujets caucasiens engages soit dans une tâche de reconnaissance faciale transraciale ou de meme race, semblable a celle utilisee dans les enquetes criminelles. Bien que peu de differences n'aient ete trouvees entre les strategies de decision concernant les sujets de meme race et transracial, un certain nombre d'autres effets ont ete trouves, notamment l'incidence de la race sur la clarte de la memoire et la confiance avant et apres la decision. Nous decrivons la signification de ces donnees et proposons des axes de recherche future.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,001 | 0,007 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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