MétaCan
Menu
Retour à la cohorte
Enregistrement W2143620915 · doi:10.1177/0956797610366543

Believing Is Seeing

2010· article· en· W2143620915 sur OpenAlexaff
Ellen J. Langer, Maja Djikic, Michael Pirson, Arin L. Madenci, Rebecca K. Donohue

Notice bibliographique

RevuePsychological Science · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitive science

Résumé

récupéré en direct d'OpenAlex

These experiments show that vision can be improved by manipulating mind-sets. In Study 1, participants were primed with the mind-set that pilots have excellent vision. Vision improved for participants who experientially became pilots (by flying a realistic flight simulator) compared with control participants (who performed the same task in an ostensibly broken flight simulator). Participants in an eye-exercise condition (primed with the mind-set that improvement occurs with practice) and a motivation condition (primed with the mind-set "try and you will succeed") demonstrated visual improvement relative to the control group. In Study 2, participants were primed with the mind-set that athletes have better vision than nonathletes. Controlling for arousal, doing jumping jacks resulted in greater visual acuity than skipping (perceived to be a less athletic activity than jumping jacks). Study 3 took advantage of the mind-set primed by the traditional eye chart: Because letters get progressively smaller on successive lines, people expect that they will be able to read the first few lines only. When participants viewed a reversed chart and a shifted chart, they were able to see letters they could not see before. Thus, mind-set manipulation can counteract physiological limits imposed on vision.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil0,932

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,240
Tête enseignante GPT0,476
Écart entre enseignants0,236 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations72
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological ScienceMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207