Halfe the world knowes not how the other halfe lies: Investigation of verbal and non‐verbal signs of deception exhibited by criminal offenders and non‐offenders
Notice bibliographique
Résumé
Purpose. This study examined the verbal and non‐verbal behaviours exhibited by criminal offender and non‐offender participants while they related planned truthful and deceptive accounts about emotional autobiographical events. Methods. In a 2 × 2 (participant group × veracity) quasi‐experimental design, offenders ( N = 27) and university students ( N = 38) provided videotaped accounts of four autobiographical emotional events: two honest and two fabricated (counterbalanced). Patterns of behaviour exhibited during the truthful and the deceptive accounts were then compared. Results. In general, offenders and non‐offenders showed similar patterns of deceptive behaviour. Deceptive accounts by both groups contained fewer details than honest accounts. Deception was associated with an increase in illustrator usage and self‐manipulations; however, univariate analyses indicated only that offenders exhibited significantly more self‐manipulations when lying. A significant interaction emerged in which offenders showed a reduction in smiles when lying about the emotional events, while students showed no difference. Conclusions. Offenders and students showed similar patterns of lying on most cues. However, unlike non‐offenders, offenders smiled less and showed an increase in self‐manipulations when lying. We theorize that offenders may have been aware that smiling and laughing are negatively related to perceived credibility in the speaker and used self‐manipulations to distract listeners from the content of their lies.
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 | 0,001 | 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 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».