MétaCan
Menu
Retour à la cohorte
Enregistrement W2108696570 · doi:10.1177/0146167212455828

How Much Information? East Asian and North American Cultural Products and Information Search Performance

2012· article· en· W2108696570 sur OpenAlexaff
Huaitang Wang, Takahiko Masuda, Kenichi Ito, Marghalara Rashid

Notice bibliographique

RevuePersonality and Social Psychology Bulletin · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueCultural Differences and Values
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)PsychologyEast AsiaSocial psychologyGovernment (linguistics)PersonalityCultural psychologyCultural diversityPresentation (obstetrics)SociologyHistoryAnthropologyChinaArchaeologyMedicine

Résumé

récupéré en direct d'OpenAlex

Literature in cultural psychology suggests that compared with North Americans, East Asians prefer context-rich cultural products (e.g., paintings and photographs). The present article further examines the preferred amount of information in cultural products produced by East Asians and North Americans (Study 1: Society for Personality and Social Psychology conference posters; Study 2: government and university portal pages). The authors found that East Asians produced more information-rich products than did North Americans. Study 3 further examined people's information search speed when identifying target objects on mock webpages containing large amounts of information. The results indicated that East Asians were faster than North Americans in dealing with information on mock webpages with large amounts of information. Finally, the authors found that there were cultural differences as well as similarities in functional and aesthetic preferences regarding styles of information presentation. The interplay between cultural products and skills for accommodating to the cultural products is 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)0,001
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,079
Tête enseignante GPT0,348
Écart entre enseignants0,269 · 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

Citations58
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePersonality and Social Psychology BulletinMême sujetCultural Differences and ValuesTravaux en français237 207