Truthiness and falsiness of trivia claims depend on judgmental contexts.
Notice bibliographique
Résumé
When people rapidly judge the truth of claims presented with or without related but nonprobative photos, the photos tend to inflate the subjective truth of those claims--a "truthiness" effect (Newman et al., 2012). For example, people more often judged the claim "Macadamia nuts are in the same evolutionary family as peaches" to be true when the claim appeared with a photo of a bowl of macadamia nuts than when it appeared alone. We report several replications of that effect and 3 qualitatively new findings: (a) in a within-subjects design, when people judged claims paired with a mix of related, unrelated, or no photos, related photos produced truthiness but unrelated photos had no significant effect relative to no photos; (b) in a mixed design, when people judged claims paired with related (or unrelated) and no photos, related photos produced truthiness and unrelated photos produced "falseness;" and (c) in a fully between design, when people judged claims paired with either related, unrelated, or no photos, neither truthiness nor falsiness occurred. Our results suggest that photos influence people's judgments when a discrepancy arises in the expected ease of processing, and also support a mechanism in which-against a backdrop of an expected standard-related photos help people generate pseudoevidence to support claims.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».