MétaCan
Menu
Retour à la cohorte
Enregistrement W3139889532 · doi:10.1109/mahc.2021.3055417

From Papers to Programs: Courts, Corporations, Clinics, and the Battle Over Computerized Psychological Testing

2021· article· en· W3139889532 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Annals of the History of Computing · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueHistory of Computing Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesAssociation for Computing Machinery
Mots-clésBattlePersonalityScholarshipInterpretation (philosophy)PoliticsHistory of computingMediationTest (biology)SoftwareSoftware developmentPsychological testingPublic relationsComputer scienceLawPsychologySocial psychologyPolitical scienceAlgorithm

Résumé

récupéré en direct d'OpenAlex

This article examines the role of technology firms in computerizing psychological tests from the 1960s to 1980s. It focuses on National Computer Systems (NCS)'s development of computer software to interpret the Minnesota Multiphasic Personality Inventory. NCS trumpeted their computerized interpretation as a way to free up clerical labor and mitigate human bias, even as psychologists cautioned that proprietary algorithms risked obscuring decision rules. Clinics, courtrooms, and businesses all had competing interests in the use of computerized personality tests. I argue that test developers promoted computerized psychological tests as technical fixes for bias, even as courts and psychologists pointed to the complex layers of technological and social mediation embedded in software programs for psychological tests. This article contributes to histories of computing emphasizing the importance of intellectual property law in software development; to the relationship between labor, technology, and expertise; and to scholarship on the history and politics of algorithms.

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.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,693
Score d'incertitude au seuil0,643

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,001
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 Opus0,121
Tête enseignante GPT0,322
Écart entre enseignants0,201 · 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