MétaCan
Menu
Retour à la cohorte
Enregistrement W2053966717 · doi:10.1002/acp.1629

Distinguishing true from false memories in forensic contexts: Can phenomenology tell us what is real?

2009· article· en· W2053966717 sur OpenAlexaff
Tammy A. Marche, Charles J. Brainerd, Valerie F. Reyna

Notice bibliographique

RevueApplied Cognitive Psychology · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésFalse memoryPsychologyPhenomenology (philosophy)NarrativeCognitive psychologySuggestibilityMemory errorsAutobiographical memorySocial psychologyRecallEpistemologyLinguistics

Résumé

récupéré en direct d'OpenAlex

Abstract We studied the extent to which subjective ratings of memory phenomenology discriminate true‐ and false‐memory responses, and whether degree of gist‐based processing influences false memory and phenomenology, in a classic forensic task, the Gudjonsson Suggestibility Scale (GSS). Participants heard a narrative of a robbery followed by suggestive questions about the content of the narrative. They were asked to rate the items they recognized as studied using the Memory Characteristics Questionnaire (MCQ). Consistent with studies of word lists, there were phenomenological differences between true and false memory responses: memory phenomenology was richer for true than for false memories, which supports opponent‐process accounts of false memory such as fuzzy‐trace theory. Thus, phenomenology is a useful means for differentiating experienced from non‐experienced events in forensic contexts. Copyright © 2009 John Wiley & Sons, Ltd.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,687
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,328
Écart entre enseignants0,288 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations30
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Cognitive PsychologyMême sujetMemory Processes and InfluencesTravaux en français237 207