Detecting malingering: a survey of experts? practices
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A survey addressing practices of 'expert' neuropsychologists in handling financial compensation claim or personal injury litigation cases was carried out. Potential participants were identified by publication history. Responses were obtained from 24 out of the 39 neuropsychologists who were surveyed. Approximately 79% of the respondents reported using at least one specialized technique for detecting malingering in every litigant assessment. Half stated that they always give specialized tests at the beginning of the assessment. The Rey 15-Item test and the Test of Memory Malingering were the most frequently reported measures. Respondents also reported frequent use of 'malingering' indexes from standard neuropsychological tests. Reported base-rates varied, but the majority of respondents indicated that at least 10% of the litigants they assessed in the last year were definitely malingering. Respondents were split on the practice of routinely giving warnings at the outset of assessments that suboptimal performance may be detected. However, when the client's motivational status was suspect, more than half (58.3%) altered their assessment routine at least on some occasions, by encouraging good effort (70.8%) or administering additional SVTs. A minority directly confronted or warned clients (25%), terminated the examination earlier than planned (16.6%), or contacted the referring attorney immediately (29.2%). Respondents almost always stated some opinion regarding indicators of invalidity in written reports (95%). However, 41.7% rarely used the term 'malingering' and 12.5% never used the term. Most respondents (>80%) instead stated that the test results are invalid, inconsistent with the severity of the injury or indicative of exaggeration.
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.
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 | 0,003 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle