MétaCan
Menu
Retour à la cohorte
Enregistrement W3036105435 · doi:10.1037/xhp0000783

The fast–same effect of an exclusive-OR task.

2020· article· en· W3036105435 sur OpenAlexaff
Marc-André Goulet, Denis Cousineau

Notice bibliographique

RevueJournal of Experimental Psychology Human Perception & Performance · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTask (project management)Computer sciencePsychologyCognitive psychologyArithmeticMathematicsEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

Participants are faster to decide that two stimuli are identical than to decide that they are different. Opposing theories suggested that this fast-same effect is either due (a) to a response bias toward similarity or (b) to facilitation caused by the repetition of the stimuli attributes. Although both theories predict the fast-same effect in a conventional same-different task, they make distinct predictions for tasks in which response bias is removed. In such tasks, the bias theory predicts that the fast-same would disappear whereas the facilitation theory predicts that the fast-same would remain. We tested those hypotheses using a same-different task in which participants had to indicate if all the attributes of the stimuli were matching or all were mismatching by pressing one response key, or if some attributes were matching and some were mismatching, by pressing another response key. We call this an exclusive-OR same-different task. Results show that participants were much faster in the "all-matching" condition compared with the "all-mismatching" condition, therefore supporting the facilitation theory. A fit of the linear ballistic accumulator model to the observed data provide additional supports that the fast-same effect is not caused by bias, but by a faster accumulation rate of evidence in the "all-matching" condition. (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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,760
Score d'incertitude au seuil0,997

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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,089
Tête enseignante GPT0,489
Écart entre enseignants0,400 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology Human Perception & PerformanceMême sujetMental Health Research TopicsTravaux en français237 207