Reliability and validity of data obtained from alcohol, cannabis, and gambling populations on Amazon’s Mechanical Turk.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Researchers recently have begun using Mechanical Turk (MTurk), an online crowdsourcing platform, to recruit addiction populations. However, whether the data obtained from substance users and gamblers on MTurk are reliable and valid is unknown. Herein, we assessed the internal and retest reliability of and concurrent and convergent validity of data obtained from addiction populations on MTurk. Current drinkers (N = 208), cannabis users (N = 200), and gamblers (N = 200) residing in the United States completed measures of alcohol, cannabis, and gambling severity, psychological constructs (e.g., impulsivity) related to addictions, overt and subtle measures of valid responding, and motivations for completing MTurk studies. Of the original sample, 88-92% of participants who provided informed consent for recontact completed a reassessment 1 week later. The internal consistency of the addiction severity measures ranged from α = .75 to .93. The stability over 1 week ranged from κ = .57 to .70 for categorical classification, and intraclass correlation coefficient (ICC) = .71 to .86 for continuous measures. The addiction measures were significantly correlated with each other and with other constructs related to addictive behaviors. Overall, 80-85% of participants provided valid responses. They reported attending and answering questions honestly, with financial motives being the most frequently endorsed motivation. After invalid responses were excluded, results remained the same for alcohol and gambling, but significant differences emerged for the cannabis sample. The results suggest that the self-report data obtained from alcohol and gambling populations are of high quality, however, caution is warranted with cannabis populations. MTurk shows promise as a recruitment tool for some addictive behaviors. (PsycINFO Database Record
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle