MétaCan
Menu
Retour à la cohorte
Enregistrement W2888193398 · doi:10.1371/journal.pone.0202732

In the real world, people prefer their last whisky when tasting options in a long sequence

2018· article· en· W2888193398 sur OpenAlexaff
Adele Quigley‐McBride, Gregory Franco, Daniel Bruce McLaren, Antonia Mantonakis, Maryanne Garry

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésWine tastingSequence (biology)PsychologyOrder (exchange)Social psychologyBiologyEconomicsFood scienceGenetics

Résumé

récupéré en direct d'OpenAlex

When people in laboratory studies sample products in a sequence, they tend to prefer options presented first and last. To what extent do these primacy and recency effects carry over to real-world settings where numerous sources of information determine preferences? To investigate this question, we coded archival data from 136 actual whisky tastings each featuring seven whiskies. We analyzed people's ratings of whiskies featured at different serial positions in the tastings. We found a recency effect: people gave their highest rating to whiskies in the last position, and voted the last whisky as their favorite more frequently. This recency effect persisted when we controlled for the counter explanation that whiskies with higher alcohol content tended to occupy later serial positions. The recency effect also persisted when we controlled for the age of the whiskies. Taken together, our findings suggest that the order of presentation matters in real-world settings, closely resembling what happens in laboratory settings with longer sequences of options.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,223
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,324
Tête enseignante GPT0,386
Écart entre enseignants0,062 · 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.

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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207