The relative psychometric function: A general analysis framework for relating psychological processes.
Notice bibliographique
Résumé
Psychophysics seeks to quantitatively characterize relationships between objective properties of the world and subjective properties of perception. However, traditional approaches investigate psychophysical dependencies of perception on stimulus properties on a case by case basis rather than seeking to identify quantitative relationships among these psychological processes themselves. This latter goal is particularly important when the processes in question likely depend on each other in some way, such as is the case for subjective experience and task performance: typically, stronger physical stimuli lead to better performance and stronger subjective experiences of clarity, vividness, or confidence. But is the relationship between performance and subjective experience fixed, or can it vary, e.g. by task or attentional demands? Such questions are key for better understanding psychological processes in general, and subjective experience in particular. Here, we develop and showcase a new psychophysical method designed to answer such questions: relative psychometric function (RPF) analysis, which characterizes the nonlinear psychometric relationships between psychological processes and how these relationships change under different circumstances (e.g. experimental manipulations). We demonstrate the advantages of RPF analysis using a sample dataset in which human subjects discriminated random dot kinematogram stimuli which varied in dot motion coherence and overall dot density (dots per visual degree), and rated confidence. RPF analysis revealed systematic changes in the relationship between performance and two subjective measures (confidence and metacognitive sensitivity) due to dot density and task design choices. While these empirical results are intriguing in their own right, they also show how RPF analysis can reveal changes in quantitative relationships between any two psychological measures: performance, vividness, clarity, reaction time, confidence, and more. To encourage the scientific community to use RPF analysis on their data, we also present our open-source RPF toolbox.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».