MétaCan
Menu
Retour à la cohorte
Enregistrement W3127888844 · doi:10.31234/osf.io/g8f9s

On the accuracy, media representation, and public perception of psychological scientists’ judgments of societal change

2021· preprint· en· W3127888844 sur OpenAlexafffund
Cendri A. Hutcherson, Constantine Sharpinskyi, Michael E. W. Varnum, Amanda Rotella, Alexandra S. Wormley, Louis Tay, Igor Grossmann

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensThe Scarborough HospitalUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesOntario Ministry of Research and InnovationSocial Sciences and Humanities Research Council of CanadaNational Science Foundation
Mots-clésCredibilityHeuristicsIntuitionPsychologyPerceptionSocial psychologyPolitical scienceComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

At the onset of the COVID-19 pandemic, psychological scientists frequently made on-the-record predictions in public media about how individuals and society would change. Such predictions were often made outside these scientists’ areas of expertise, with justifications based on intuition, heuristics, and analogical reasoning (Study 1; N = 719 statements). How accurate are these kinds of judgments regarding societal change? In Study 2, we obtained predictions from scientists (N = 717) and lay Americans (N = 394) in the spring of 2020 regarding the direction of change for a range of social and psychological phenomena. We compared them to objective data obtained at six months and one year. To further probe how experience impacts such judgments, six months later (Study 3), we obtained retrospective judgments of societal change for the same domains (Nscientists = 270; NlayPeople = 411). Bayesian analysis suggested greater credibility of the null hypothesis that scientists’ judgments were at chance on average for both prospective and retrospective judgments. Moreover, neither domain-general expertise (i.e., judgmental accuracy of scientists compared to laypeople) nor self-identified domain-specific expertise improved accuracy. In a follow-up study on meta-accuracy (Study 4), we show that the public nevertheless expects psychological scientists to make more accurate predictions about individual and societal change compared to most other scientific disciplines, politicians, and non-scientists, and they prefer to follow their recommendations. These findings raise questions about the role psychological scientists could and should play in helping the public and policymakers plan for future events.

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)0,037
score de la tête « metaresearch » (Gemma)0,210
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,210
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,003
Communication savante0,0050,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
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 Opus0,398
Tête enseignante GPT0,507
Écart entre enseignants0,109 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetBehavioral Health and InterventionsTravaux en français237 207