MétaCan
Menu
Retour à la cohorte
Enregistrement W2766439719

Context effects in explanation evaluation - eScholarship

2014· article· en· W2766439719 sur OpenAlexaboutno aff
Nadya Vasilyeva, John D. Coley

Notice bibliographique

RevueProceedings of the Annual Meeting of the Cognitive Science Society · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueTopic Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCounterintuitiveNarrativeRecallContext (archaeology)PsychologyPlot (graphics)CognitionSocial psychologyCognitive psychologyEpistemologyHistoryLiteratureArtPhilosophyMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Does Narrative Transportation Facilitate Memory for Counterintuitive Concepts? M. Afzal Upal Leader of Effects & Influence Research Group Defence R & D Canada Toronto Abstract: A series of studies carried out over the last two decades have shown that those people who allow themselves to be immersed in a story are more likely to experience its persuasive effects (Green, Sasota & Jones 2010). A number of studies carried out by cognitive scientists of religion have shown that people better remember counterintuitive ideas embedded in stories (Upal et al. 2007). This paper reports on a study carried out to test the hypothesis that narrative transportation facilitates memory for counterintuitive concepts i.e., more someone is transported into a story, the better memory they will have for counterintuitive concepts embedded in the story. Participants read 3 stories (each containing 6 counterintuitive concepts) with different narrative transportation levels and completed the narrative transportation scale. Responses were coded for recall. The results were mixed with the transportation facilitating recall but only for concepts that were critical to the story plot.

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)0,009
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
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 Opus0,021
Tête enseignante GPT0,276
Écart entre enseignants0,255 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Annual Meeting of the Cognitive Science SocietyMême sujetTopic ModelingTravaux en français237 207