MétaCan
Menu
Retour à la cohorte
Enregistrement W2528127583 · doi:10.1080/15614263.2016.1242423

The relation between interviewers’ personal characteristics and investigative interview performance in a child sexual abuse context

2016· article· en· W2528127583 sur OpenAlexafffund
Jonathan Lafontaine, Mireille Cyr

Notice bibliographique

RevuePolice Practice and Research · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec-Société et Culture
Mots-clésConscientiousnessPsychologyAgreeablenessNeuroticismChild sexual abuseSexual abuseExtraversion and introversionContext (archaeology)Developmental psychologyPersonalityClinical psychologyBig Five personality traitsSocial psychologyPoison controlHuman factors and ergonomicsMedicine

Résumé

récupéré en direct d'OpenAlex

Despite important progress in knowledge about interview ‘best practice’ with child victims, few studies had yet evaluated the impact of interviewers’ personal characteristics on adherence to these ‘best practice’. This study was designed to determine whether interviewers’ personal characteristics are associated with adherence to a structured interview protocol (National Institute of Child and Human Development), the use of open-ended questions and the amount of details provided in children’s responses during investigative interviews with alleged victims of child sexual abuse. 114 interviews were scored from 13 police investigators after they followed a one-week training program. Results showed that experience, emotional intelligence, Extraversion, Agreeableness, Conscientiousness and Neuroticism were related with adherence to the protocol and ratio of open-ended questions. Cognitive abilities were related to the amount of details obtained from the child. Generalized estimating equations were used to compare relative contribution of each variable. These findings raise questions about how investigative interviewers are selected and trained.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,030
score de la tête « metaresearch » (Gemma)0,187
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,187
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,165
Tête enseignante GPT0,430
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolice Practice and ResearchMême sujetDeception detection and forensic psychologyTravaux en français237 207