MétaCan
Menu
Retour à la cohorte
Enregistrement W3014208710 · doi:10.1037/pas0000818

Valence in the Reading the Mind in the Eyes task.

2020· article· en· W3014208710 sur OpenAlexfundno aff
Chloe C. Hudson, Amanda L. Shamblaw, Kate L. Harkness, Mark A. Sabbagh

Notice bibliographique

RevuePsychological Assessment · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésValence (chemistry)PsychologyCategorical variableCategorizationEmotional valenceCognitive psychologyDevelopmental psychologySocial psychologyCognitionPsychiatryArtificial intelligenceComputer scienceChemistryStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

= 164). We illustrated how valence categories are essentially arbitrary and largely influenced by sample size. In addition, valence ratings were continuously distributed, further questioning the validity of imposing categorical distinctions. In Study 2, we used an archival dataset to demonstrate how the different categorization schemes resulted in conflicting conclusions about the association between item valence and RMET performance. However, when we examined the association between item valence and performance in a continuous manner, a clear U-shaped pattern emerged: Items that had more extreme valence ratings (negative or positive) were associated with better performance than items with more neutral ratings. We conclude that using the item valence ratings we report, and treating item valence as a continuous rather than categorical predictor, will help bring consistency to the study of the association between item valence and performance in the RMET. (PsycInfo Database Record (c) 2020 APA, all rights reserved).

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)0,000
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 enseignants0,584
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,280
Tête enseignante GPT0,559
Écart entre enseignants0,279 · 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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological AssessmentMême sujetMental Health Research TopicsTravaux en français237 207