MétaCan
Menu
Retour à la cohorte
Enregistrement W3028557924 · doi:10.1177/0022022120922312

Beliefs About the Persistence of History in Objects and Spaces in the United States and India

2020· article· en· W3028557924 sur OpenAlexaff
Kristan A. Marchak, Merranda McLaughlin, Nicholaus S. Noles, Susan A. Gelman

Notice bibliographique

RevueJournal of Cross-Cultural Psychology · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueParanormal Experiences and Beliefs
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPersistence (discontinuity)Consistency (knowledge bases)ParanormalPsychologySocial psychologyVariation (astronomy)Explanatory modelSociologyHistoryEpistemologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Scattered evidence in the literature suggests that people may believe that non-visible traces of past events (e.g., origins, emotions, and qualities of the owner) persist over time in objects and spaces, even after the original source has been removed. To date, however, there has been no unified treatment to determine the scope and cultural consistency of this expectation. This study had four primary goals: (a) to assess how broadly participants display persistence-of-history beliefs, (b) to explore individual differences in these beliefs, (c) to examine the explanatory frameworks for these beliefs, and (d) to determine whether these beliefs were endorsed across two cultural settings. Adults in both United States ( N = 195) and India ( N = 173) evaluated a broad range of situations involving possible persistence of history. In both countries, three patterns emerged: (a) A broad range of persistence-of-history scenarios were judged to be possible, falling into two underlying thematic clusters (supernatural vs. non-supernatural); (b) paranormal beliefs predicted endorsement of items in both thematic clusters; and yet (c) most scenarios were explained using natural explanatory frameworks. Together, these results demonstrate broad endorsement of the persistence of history—across cultures, situations, and individuals—as well as substantial individual variation.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,604
Score d'incertitude au seuil0,462

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,071
Tête enseignante GPT0,390
Écart entre enseignants0,319 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cross-Cultural PsychologyMême sujetParanormal Experiences and BeliefsTravaux en français237 207