MétaCan
Menu
Retour à la cohorte
Enregistrement W2981668542 · doi:10.1017/s1930297500004861

The glow of grime: Why cleaning an old object can wash away its value

2019· article· en· W2981668542 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJudgment and Decision Making · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAesthetic Perception and Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésObject (grammar)Value (mathematics)Artificial intelligenceComputer scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract For connoisseurs of antiques and antiquities, cleaning old objects can reduce their value. In five experiments (total N = 1,019), we show that lay people also often judge that old objects are worth less when cleaned, and we test two explanations for why cleaning can reduce object value. In Experiment 1, participants judged that cleaning an old object would reduce its value, but judged that cleaning would not reduce the value of an object made from a rare material. In Experiments 2 and 3 we described the nature, age and origin of the traces that cleaning would remove. Now participants judged that cleaning old historical traces would reduce the object’s value, but cleaning recently acquired traces would not. In Experiment 4, participants judged that the current value of an old object is reduced even when it was cleaned in ancient times. However, participants in Experiment 5 valued objects cleaned in ancient times as much as uncleaned ones, while judging that objects cleaned recently are worth less. Together, our findings suggest that cleaning objects may reduce value by removing valued historical traces, and by changing objects from their historic state. We also outline potential implications for previous studies showing that cleaning reduces the value of objects used by admired celebrities.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,628
Score d'incertitude au seuil0,310

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,031
Tête enseignante GPT0,303
Écart entre enseignants0,272 · 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