MétaCan
Menu
Retour à la cohorte
Enregistrement W2076370088 · doi:10.1037//0882-7974.15.1.65

Effect of off-target verbosity on communication efficiency in a referential communication task.

2000· article· en· W2076370088 sur OpenAlexaff
Tannis Y. Arbuckle, Michiko Nohara-LeClair, Dolores Pushkar

Notice bibliographique

RevuePsychology and Aging · 2000
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech and dialogue systems
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPsychologyTask (project management)Focus (optics)Cognitive psychologyInhibitory controlNonverbal communicationCognitionDevelopmental psychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

The referential communication task was used to see if high off-target verbosity (OTV), defined as excessive speech that is lacking in focus, negatively affects communication of nonautobiographical information. The task required 1 individual (the director) to communicate descriptions of abstract figures to another (the matcher). Out of 455 adults aged 63 to 93 who were screened for OTV, 27 directors were drawn from each of the top and bottom 15% of the range of OTV scores and 26 directors and all 80 matchers from the middle 50%. High OTV directors were less efficient communicators about the figures and showed poorer inhibitory control but did not intrude personal information in their speech. The implications of the findings for the inhibitory deficit and pragmatic change explanations of OTV 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 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)0,002
score de la tête « metaresearch » (Gemma)0,025
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 enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,025
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,299
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 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

Citations66
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology and AgingMême sujetSpeech and dialogue systemsTravaux en français237 207