MétaCan
Menu
Retour à la cohorte
Enregistrement W2322018226 · doi:10.1037/a0034101

Real-life interactions and the eight sources of information framework (8-SIF): A reply to Champagne-Lavau and Moreau (2013).

2013· letter· en· W2322018226 sur OpenAlexafffund
Amélie M. Achim, Matthieu J. Guitton, Philip L. Jackson, Laura Monetta

Notice bibliographique

RevuePsychological Assessment · 2013
Typeletter
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensInstitut Universitaire en Santé Mentale de Québec
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésMentalizationPsychologyCognitionCognitive psychologySocial cognitionTheory of mindPoint (geometry)Cognitive scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

In this response to the comment by Champagne-Lavau and Moreau (2013), we acknowledge the importance of ecological mentalizing assessments that allow direct interactions between the agent and the person to whom mental states are attributed. Furthermore, we clarify that our model, the 8 sources of information framework (8-SIF; Achim, Guitton, Jackson, Boutin, & Monetta, 2013), aims to document the sources of information on which mentalizing processes can act, rather than specifying the numerous affective and cognitive processes involved in mentalizing. We argue that the sources of information that can contribute to mentalizing judgments during real or realistic interactions are included in the 8-SIF. The interaction may have an impact on the amount of information from each source that is available to the agent, but gaining additional information from a given source does not change the type of information or its classification to a specific source in the 8-SIF. The point raised by Champagne-Lavau and Moreau calls for a new comprehensive model of social cognition that focuses on the mentalizing processes, which would nicely complement our model of the sources of information on which these processes can act, the 8-SIF.

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 candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,066
Tête enseignante GPT0,449
Écart entre enseignants0,383 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychological AssessmentMême sujetMental Health Research TopicsTravaux en français237 207