MétaCan
Menu
Retour à la cohorte
Enregistrement W2161379509 · doi:10.1177/1073191106295404

Effect of Symptom Information and Intelligence in Dissimulation

2007· article· en· W2161379509 sur OpenAlexaff
Jarrod S. Steffan, Daryl G. Kroner, Robert D. Morgan

Notice bibliographique

RevueAssessment · 2007
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensMinistry of Community Safety and Correctional Services
Organismes subventionnairesnon disponible
Mots-clésMalingeringPsychologyPsychopathologyClinical psychologyPersonalityPsychiatrySocial psychology

Résumé

récupéré en direct d'OpenAlex

This study employed the Basic Personality Inventory (BPI) to differentiate various types of dis-simulation, including malingered psychopathology and faking good, by inmates. In particular, the role of intelligence in utilizing symptom information to successfully malinger was examined. On admission to a correctional facility, 161 inmates completed the BPI under standard instructions and then again under instructions to fake good (n = 55) or to malinger psychotic (n = 35), posttraumatic stress disorder (n = 36), or somatoform (n = 35) psychopathology. Unlike symptom information, intelligence evidenced some support for increasing inmates' effectiveness in malingering, although there was no relationship between higher intelligence and using symptom information to successfully evade detection. Overall, the BPI was more effective in detecting malingered psychopathology than faking good. Implications for the detection of dissimulation in correctional and forensic settings 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,583
Score d'incertitude au seuil0,395

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,383
Écart entre enseignants0,374 · 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'étudeObservationnel
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

Citations12
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAssessmentMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207