Do smart people have better intuitions?
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
There is much evidence that high-capacity reasoners perform better on a variety of reasoning tasks (Stanovich, 1999), a phenomenon that is normally attributed to differences in either the efficacy or the probability of deliberate (Type II) engagement (Evans, 2007). In contrast, we hypothesized that intuitive (Type I) processes may differentiate high- and low-capacity reasoners. To test this hypothesis, reasoners were given a reasoning task modeled on the logic of the Stroop Task, in which they had to ignore one dimension of a problem when instructed to give an answer based on the other dimension (Handley, Newstead, & Trippas, 2011). Specifically, in Experiment 1, 112 reasoners were asked to give judgments consistent with beliefs or validity for 2 different types of deductive reasoning problems. In Experiment 2, 224 reasoners gave judgments consistent with beliefs (i.e., stereotypes) or statistics (i.e., base-rates) on a base rate task; half responded under a strict deadline. For all 3 problem types and regardless of the deadline, high-capacity reasoners performed better for logic/statistics than did belief judgments when the 2 conflicted, whereas the reverse was true for low-capacity reasoners. In other words, for high-capacity reasoners, statistical information interfered with their ability to make belief-based judgments, suggesting that, for them, probabilities may be more intuitive than stereotypes. Thus, at least part of the accuracy-capacity relationship observed in reasoning may be because of intuitive (Type I) processes. (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 | 0,002 | 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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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