Will get fooled again: Emotionally intelligent people are easily duped by high‐stakes deceivers
Notice bibliographique
Résumé
Purpose. There is major disagreement about the existence of individual differences in deception detection or naturally gifted detection ‘wizards’ (see vs. ). This study aimed to elucidate the role of a specific, and seemingly relevant individual difference – emotional intelligence (EI) and its subcomponents – in detecting high‐stakes, emotional deception. Methods. Participants ( N = 116) viewed a sample of 20 international videos of individuals emotionally pleading for the safe return of their missing family member, half of whom were responsible for the missing person's disappearance/murder. Participants judged whether the pleas were honest or deceptive, provided confidence ratings, reported the cues they utilized, and rated their emotional response to each plea. Results. EI was associated with overconfidence in assessing the sincerity of the pleas and greater self‐reported sympathetic feelings to deceptive targets (enhanced gullibility). Although total EI was not associated with discrimination of truths and lies, the ability to perceive and express emotion (a component of EI), specifically, was negatively related to detecting deceptive targets (lower sensitivity [ d′ ]). Combined, these patterns contributed negatively to the ability to spot emotional lies. Conclusions. These findings collectively suggest that features of EI, and subsequent decision‐making processes, paradoxically may impair one's ability to detect deceit.
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) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».