Domain-general individual and developmental differences in confidence acuity
Notice bibliographique
Résumé
To appropriately interact with the world, we must always consider how certain or confident we are in our thoughts and actions. Here, we examine whether individual and developmental differences in our sense of confidence – the perceived certainty of our decisions – is domain-general or domain-specific across three dimensions: number, area, and emotion perception. In two experiments, we measured observers' confidence acuity - their ability to discriminate between two internal confidence states – by asking them to choose which of two presented trials they are more confident in. By varying the difference in the difficulty between the two trials, we identify participants who can only detect very large differences in confidence (e.g., not at all sure vs. very sure) and participants who can detect even small differences in their confidence (e.g., sure vs. very sure). In Experiment 1, participants first completed three discrimination tasks: in the Number Task, participants saw groups of blue and yellow dots and indicated which was more numerous; in the Area Task, participants saw a blue and a yellow amorphous blob, and indicated which one is bigger; in the Emotion Task, participants saw two faces side-by-side, and indicated which face is happier (Fig1). Participants then complete a Confidence Discrimination version of these three games. In Experiment 2, 5-8 year-old children completed child-friendly versions of these tasks. Replicating previous results, we found little-to-no correlation between the three discrimination tasks. In strong contrast, however, we found very high correlations in the confidence discrimination tasks for all three dimensions – i.e., participants who could detect fine differences in confidence in the Number task also could detect fine differences in the Area and Emotion tasks, and vice-versa. These results held developmentally, and suggests that the ability to evaluate confidence is part of a domain-general system for representing confidence. Meeting abstract presented at VSS 2017
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».