Failure to Apply Signal Detection Theory to the Montreal Battery of Evaluation of Amusia May Misdiagnose Amusia
Notice bibliographique
Résumé
This article considers a signal detection theory (SDT) approach to evaluation of performance on the Montreal Battery of Evaluation of Amusia (MBEA). One hundred fifty-five individuals completed the original binary response version of the MBEA (n = 62) or a confidence rating version (MBEA-C; n = 93). Confidence ratings afforded construction of empirical receiver operator characteristic (ROC) curves and derivation of bias-free performance measures against which we compared the standard performance metric, proportion correct (PC), and an alternative signal detection metric, d ′. Across the board, PC was tainted by response bias and underestimated performance as indexed by Az, a nonparametric ROC-based performance measure. Signal detection analyses further revealed that some individuals performing worse than the standard PC-based cutoff for amusia diagnosis showed large response biases. Given that PC is contaminated by response bias, this suggests the possibility that categorizing individuals as having amusia or not, using a PC-based cutoff, may inadvertently misclassify some individuals with normal perceptual sensitivity as amusic simply because they have large response biases. In line with this possibility, a comparison of amusia classification using d ′- and PC-based cutoffs showed potential misclassification of 33% of the examined cases.
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 | 0,002 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».