MétaCan
Menu
Retour à la cohorte
Enregistrement W2796159960 · doi:10.1037/lhb0000284

Eyewitness identification performance on showups improves with an additional-opportunities instruction: Evidence for present–absent criteria discrepancy.

2018· article· en· W2796159960 sur OpenAlexaff
Andrew M. Smith, Gary L. Wells, R. C. L. Lindsay, Tiffany Myerson

Notice bibliographique

RevueLaw and Human Behavior · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensQueen's UniversityYork UniversityCarleton University
Organismes subventionnairesnon disponible
Mots-clésSuspectCulpritPropositionIdentification (biology)PsychologyEyewitness identificationCognitive psychologyComputer scienceSocial psychologyData miningEpistemologyCriminology

Résumé

récupéré en direct d'OpenAlex

We tested the proposition that when eyewitnesses find it difficult to recognize a suspect (as in a culprit-absent showup), eyewitnesses accept a weaker match to memory for making an identification. We tie this proposition to the basic recognition memory literature, which shows people use lower decision criteria when recognition is made difficult so as to not miss their chance of getting a hit on the target. We randomly assigned participant-witnesses (N = 610) to a condition in which they were told that if they did not believe the suspect was the culprit, they would have additional opportunities to make an identification later (additional-opportunities instruction). We fully crossed this instruction with the standard admonition (i.e., the culprit may or may not be present) and with the presence or absence of the culprit in a showup identification procedure. The standard admonition had no impact on eyewitness decision-making; however, the additional-opportunities instruction reduced innocent-suspect identifications (from 33% to 15%) to a greater extent than culprit identifications (57% to 51%). The additional-opportunities instruction yielded a better tradeoff between culprit and innocent-suspect identifications as indicated by binary logistic regression and receiver operator characteristic (ROC) analyses. (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.

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)0,002
score de la tête « metaresearch » (Gemma)0,026
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,192
Tête enseignante GPT0,375
Écart entre enseignants0,183 · 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

Citations23
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaw and Human BehaviorMême sujetMemory Processes and InfluencesTravaux en français237 207