MétaCan
Menu
Retour à la cohorte
Enregistrement W2066714643 · doi:10.1007/s10979-006-9083-3

Perceptions and predictors of children's credibility of a unique event and an instance of a repeated event.

2007· article· en· W2066714643 sur OpenAlexafffund
Deborah A. Connolly, Heather L. Price, Jennifer A. A. Lavoie, Heidi M. Gordon

Notice bibliographique

RevueLaw and Human Behavior · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésCredibilityPsychologySession (web analytics)Event (particle physics)PerceptionConsistency (knowledge bases)Developmental psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Perceptions of children's credibility were studied in two experiments wherein participants watched a videotape of a 4- to 5- or a 6- to 7-year old child report details of a play session that had been experienced once (single-event) or was the last in a series of four similar play sessions (repeat-event). The child's report was classified as high or low accurate. In Experiments 1 and 2, reports of repeat-event children were judged to be less believable on several measures. In Experiment 1, younger children were viewed as less credible than older children. In both experiments, neither undergraduates nor community members correctly discriminated between high- and low-accurate reports. Content analysis in Study 3 revealed the relationship between age and event frequency and children's credibility ratings was mediated by the internal consistency of children's reports. Recent research on children's reports of instances of repeated events has identified several challenges facing children who report repeated abuse. These data bring to light another potential difficulty for these children.

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)0,003
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,051
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,322
Écart entre enseignants0,295 · 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'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

Citations59
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLaw and Human BehaviorMême sujetMemory Processes and InfluencesTravaux en français237 207