MétaCan
Menu
Retour à la cohorte
Enregistrement W2029082333 · doi:10.1177/0146621607301094

Effects of Semantic Incompatibility on Rating Response

2008· article· en· W2029082333 sur OpenAlexaff
Tony C. M. Lam, Mary Kolic

Notice bibliographique

RevueApplied Psychological Measurement · 2008
Typearticle
Langueen
DomaineDecision Sciences
ThématiquePsychometric Methodologies and Testing
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyRating scaleSemantic differentialInternal consistencyConsistency (knowledge bases)Scale (ratio)Cognitive psychologySocial psychologyStatisticsPsychometricsDevelopmental psychologyArtificial intelligenceComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Semantic incompatibility, an error in constructing measuring instruments for rating oneself, others, or objects, refers to the extent to which item wordings are incongruent with, and hence inappropriate for, scale labels and vice versa. This study examines the effects of semantic incompatibility on rating responses. Using a 2 × 2 factorial design with semantic compatibility and scale packedness as the between-subjects factors, 160 university students were randomly assigned to four treatment conditions. Analysis of their responses to a 10-item academic ability self-assessment rating scale shows a significant difference in means between positive-packed and equal-interval conditions when item wordings and scale labels are semantically compatible. The semantically compatible conditions also show smaller variability and a slightly higher internal consistency of responses than the semantically incompatible conditions. The authors conclude that when rating scales are semantically incompatible, respondents tend to ignore the scale labels, use a greater variety of strategies to generate responses, and produce less reliable responses.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,044
score de la tête « metaresearch » (Gemma)0,243
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,232

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0440,243
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,604
Tête enseignante GPT0,466
Écart entre enseignants0,138 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations18
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Psychological MeasurementMême sujetPsychometric Methodologies and TestingTravaux en français237 207