Illusory Correlations and Control Across the Psychosis Continuum
Notice bibliographique
Résumé
It has recently been proposed that individuals with delusions may be hypersalient to evidence-hypothesis matches, which may contribute to the formation and the maintenance of delusions. However, empirical support for the construct is limited. Using cognitive tasks designed to elicit the illusory correlation bias (i.e., perception of a correlation in which none actually exists) and the illusion of control bias (i.e., overestimation of one's personal influence over an outcome), the current article investigates the possibility that individuals with delusions are hypersalient to evidence-hypothesis matches. It was hypothesized that this hypersalience may increase a person's propensity to rely on such illusory correlations and estimates of control. A total of 75 participants (25 participants diagnosed with schizophrenia with a history of delusions, 25 nonclinical participants with delusion proneness, and 25 controls without delusion proneness) completed computerized versions of the "fertilizer" illusory correlation task developed by Kao and Wasserman (J Exp Psychol Learn Mem Cogn 19:1363-1386; 1993) and the "light-onset" illusion of control task created by Alloy and Abramson (J Exp Psychol Gen 108:441-485; 1979). The results across both tasks showed that the participants with schizophrenia were more susceptible than the nonclinical groups to illusory correlations (i.e., higher estimates of covariation between unrelated events) and illusions of control (i.e., higher estimates of control and perceived connection between the responses and the outcome). These results suggest that delusional ideation is linked to a hypersalience of evidence-hypothesis matches. The theoretical implications of this cognitive mechanism on the formation and the maintenance of delusions are discussed.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».