MétaCan
Menu
Retour à la cohorte
Enregistrement W2061798997 · doi:10.1080/08964280903521321

A Computerized Stroop Task to Assess Cancer-Related Cognitive Biases

2010· article· en· W2061798997 sur OpenAlexaff
Marco DiBonaventura, Joel Erblich, Richard P. Sloan, Dana H. Bovbjerg

Notice bibliographique

RevueBehavioral Medicine · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer, Stress, Anesthesia, and Immune Response
Établissements canadiensColumbia College
Organismes subventionnairesnon disponible
Mots-clésStroop effectPsychologyCognitionAudiologyPsychometricsTask (project management)ReplicateDevelopmental psychologyClinical psychologyCognitive psychologyMedicinePsychiatryStatistics

Résumé

récupéré en direct d'OpenAlex

Biases in processing information related to sources of stress have widely been demonstrated with the use of Stroop emotional color word tasks. One study reported such biases among women with histories of breast cancer in a first-degree relative (FH+) who were given a Stroop cancer word task. This study aimed to replicate and extend these findings with a computerized version of the task. Response latencies and errors were recorded during administration of the task to FH+ and FH- women. A cancer list and 5 comparison lists were administered. Results indicated that FH+ women exhibited longer response latencies for cancer words than did FH- women (p < 0.04), providing further support for cognitive biases in FH+ women. Confirming the psychometric properties of the task, lists exhibited high reliability for both latency (alphas 0.96-0.98) and error rate (alphas 0.61-0.79). In sum, results support the favorable psychometrics and predictive validity of the Stroop cancer word task.

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,771
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,106
Tête enseignante GPT0,411
Écart entre enseignants0,305 · 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'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

Citations14
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral MedicineMême sujetCancer, Stress, Anesthesia, and Immune ResponseTravaux en français237 207