MétaCan
Menu
Retour à la cohorte
Enregistrement W3085629878 · doi:10.1037/xap0000337

“Only your first yes will count”: The impact of prelineup instructions on sequential lineup decisions.

2020· article· en· W3085629878 sur OpenAlexaff
Ruth Horry, Ryan J. Fitzgerald, Jamal K. Mansour

Notice bibliographique

RevueJournal of Experimental Psychology Applied · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueGame Theory and Applications
Établissements canadiensSimon Fraser University
Organismes subventionnairesQueen Margaret University
Mots-clésPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

When administering sequential lineups, researchers often inform their participants that only their first yes response will count. This instruction differs from the original sequential lineup protocol and from how sequential lineups are conducted in practice. Participants (N = 896) viewed a videotaped mock crime and viewed a simultaneous lineup, a sequential lineup with a first-yes-counts instruction, or a sequential control lineup (with no first-yes-counts instruction); the lineup was either target-present or target-absent. Participants in the first-yes-counts condition were less likely to identify the suspect and more likely to reject the lineup than participants in the simultaneous and sequential control conditions, suggesting a conservative criterion shift. The diagnostic value of suspect identifications, as measured by partial area under the curve, was lower in the first-yes-counts lineup than in the simultaneous lineup. Results were qualitatively similar for other metrics of diagnosticity, though the differences were not statistically significant. Differences between the simultaneous and sequential control lineups were negligible on all outcomes. The first-yes-counts instruction undermines sequential lineup performance and produces an artifactual simultaneous lineup advantage. Researchers should adhere to sequential lineup protocols that maximize diagnosticity and that would feasibly be implemented in practice, allowing them to draw more generalizable conclusions from their data. (PsycInfo Database Record (c) 2021 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,302
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,014
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,302
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,176
Tête enseignante GPT0,477
Écart entre enseignants0,301 · 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 source (Gemma direct ou Codex distillé), 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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology AppliedMême sujetGame Theory and ApplicationsTravaux en français237 207