Effects of Nodal Distance on Conditioned Stimulus Valences Across Time
Notice bibliographique
Résumé
A meaningless symbol that repeatedly co-occurs with emotionally salient faces (US) can transform into a valenced symbol (CS). US-to-CS valence transformations have been observed for CS that have been directly (US>CS0) and indirectly (US>CS0>CS1>CS2) linked with face US. The structure of a US>CS0>CS1>CS2 series may be conceptualized in terms of ‘nodal distance’, where CS0, CS1 and CS2 are 0, 1 and 2 nodes from the US respectively. Increasing nodal distance between an evaluated CS and it’s linked US can reduce magnitude of observed CS valence transformations. We explored currently whether nodal distance can influence CS valence extinction, which describes reductions in CS valence following repeated exposures to CS without any accompanying US. In our study, faces with happy/neutral/sad expressions (US) were directly linked with nonsense words (US>CS0). The directly linked CS0 were concurrently linked with other words (CS0>CS1, CS1>CS2). Subjects evaluated all stimuli before and after conditioning, then continued to provide CS evaluations twice a week for six weeks. Bayesian factors provided credible evidence for the transformation and extinction of CS valences that were 0 and 1 nodes from US (all BF10’s > 100). The variability across post-conditioning CS evaluations provides indirect evidence for context-sensitive/propositional and structural/associative operations during CS evaluations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».