Truth, Lies, and Videotape: An investigation of the ability of federal parole officers to detect deception.
Notice bibliographique
Résumé
The ability of a group of Canadian federal parole officers to detect deception was investigated over the course of 2 days of lie detection training. On the first day of training, 32 officers judged the honesty of 12 (6 true, 6 fabricated) videotaped speakers describing personal experiences, half of which were judged before and half judged after training. On the second day, 5 weeks later, 20 of the original participants judged the honesty of another 12 videotapes (again, 6 pre- and 6 posttraining). To isolate factors relating to detection accuracy, three groups of undergraduate participants made judgments on the same 24 videotapes: (1) a feedback group, which received feedback on accuracy following each judgment, (2) a feedback + cue information group, which was given feedback and information on empirically based cues to deception, and (3) a control group, which did not receive feedback or cue information. Results indicated that at baseline all groups performed at or below chance levels. However, overall, all experimental groups (including the parole officers) became significantly better at detecting deception than the control group. By the final set of judgments, the parole officers were significantly more accurate (M = 76.7%) than their baseline performance (M = 40.4%) as well as significantly more accurate than the control group (M = 62.5%). The results indicate that detecting deceit is difficult, but training and feedback can enhance detection skills.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,017 |
| 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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».