MétaCan
Menu
Retour à la cohorte
Enregistrement W2149098787 · doi:10.1002/bsl.860

Non‐invasive brain stimulation in the detection of deception: Scientific challenges and ethical consequences

2009· review· en· W2149098787 sur OpenAlexaff
Bruce Luber, Carl Erik Fisher, Paul S. Appelbaum, Marcus Ploesser, Sarah H. Lisanby

Notice bibliographique

RevueBehavioral Sciences & the Law · 2009
Typereview
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensColumbia College
Organismes subventionnairesnon disponible
Mots-clésDeceptionTranscranial magnetic stimulationBrain stimulationTranscranial direct-current stimulationNeuroscienceBrain activity and meditationPsychologyStimulationNeuroimagingDeep brain stimulationMedicineElectroencephalographySocial psychology

Résumé

récupéré en direct d'OpenAlex

Tools for noninvasive stimulation of the brain, such as transcranial magnetic stimulation (TMS) and transcranial direct current stimulation (tDCS), have provided new insights in the study of brain-behavior relationships due to their ability to directly alter cortical activity. In particular, TMS and tDCS have proven to be useful tools for establishing causal relationships between behavioral and brain imaging measures. As such, there has been interest in whether these tools may represent novel technologies for deception detection by altering a person's ability to engage brain networks involved in conscious deceit. Investigation of deceptive behavior using noninvasive brain stimulation is at an early stage. Here we review the existing literature on the application of noninvasive brain stimulation in the study of deception. Whether such approaches could be usefully applied to the detection of deception by altering a person's ability to engage brain networks involved in conscious deceit remains to be validated. Ethical and legal consequences of the development of such a technology are 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 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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,006
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,237
Tête enseignante GPT0,461
Écart entre enseignants0,224 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral Sciences & the LawMême sujetDeception detection and forensic psychologyTravaux en français237 207