A Note on the Interdependence between Hypothesis Generation and Information Search in Conducting Analytical Procedures*
Notice bibliographique
Résumé
Abstract This study examines the linkage among the initial hypothesis set, the information search, and decision performance in performing analytical procedures. We manipulated the quality of the initial hypothesis set and the quality of the information search to investigate the extent to which deficiencies (or benefits) in either process can be remedied (or negated) by the other phase. The hypothesis set manipulation entailed inheriting a correct hypothesis set, inheriting an incorrect hypothesis set, or generating a hypothesis set. The information search was manipulated by providing a balanced evidence set to auditors (i.e., evidence on a range of likely causes including the actual cause ‐ analogous to a standard audit program) or asking them to conduct their own search. One hundred and two auditors participated in the study. The results show that auditors who inherit a correct hypothesis set and receive balanced evidence performed better than those who inherit a correct hypothesis set and did their own search, as well as those who inherited an incorrect hypothesis set and were provided a balanced evidence set. The former performance difference arose because auditors who conducted their own search were found to do repeated testing of non‐errors and truncated their search. This suggests that having a correct hypothesis set does not ensure that a balanced testing strategy is employed, which, in turn, diminishes part of the presumed benefits of a correct hypothesis set. The latter performance difference was attributable to auditors' failure to generate new hypotheses when they received evidence about a hypothesis that was not in the current hypothesis set. This demonstrates that balanced evidence does not fully compensate for having an initial incorrect hypothesis set. These findings suggest the need for firm training and/or decision aids to facilitate both a balanced information search and an iterative hypothesis generation process.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,373 | 0,794 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,014 |
| Communication savante | 0,010 | 0,016 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».