A POWER STRUGGLE: BETWEEN- VS. WITHIN-SUBJECTS DESIGNS IN DEDUCTIVE REASONING RESEARCH
Notice bibliographique
Résumé
This experiment examined the relative merits of using within-and between-subjects designs to investigate deductive reasoning. Two issues were investigated: 1) the potential for expectancy and fatigue effects when using within-subjects designs, and 2) the relative power of within- vs between-subjects designs. Participants were presented with problems in a standard belief-bias paradigm in which the believability of putative conclusions varied orthogonally to their validity. The belief bias effect, as well as the effect of validity, and the interaction between beliefs and validity, were not affected by reasoners’ expectations regarding the number of problems they had to solve. The effect of beliefs and the belief by validity interaction were only marginally affected by the number of problems solved, despite adequate power to observe an effect. Thus, neither expectancy nor fatigue appear to have affected performance, suggesting that there are few drawbacks to using a within-subjects design. In contrast, however, a power analysis clearly established the desirability of using within- relative to between-subjects designs. Within-subjects designs require far fewer participants to detect effects of comparable size; this was especially true for higher-order (interaction) effects. Finally, we provide a power analysis of within- and between-subjects designs that should be of general utility to researchers planning studies using proportions as a dependent measure.
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 | 0,011 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 ».