An EDA Primer for Polygraph Examiners
Notice bibliographique
Résumé
Of all the signals collected and analyzed during psychophysiological detection of deception (PDD) or polygraph testing, the electrodermal response (EDR) is the most robust and informative. The EDR is easily collected and is simple to measure and interpret (Blalock, Cushman, & Nelson, 2009). Several studies indicate the electrodermal component provides the greatest contribution to diagnostic accuracy in the comparison question test (Blalock, Cushman, & Nelson, 2009; Capps & Ansley, 1992; Harris & Olsen, 1994; Kircher & Raskin, 1988; Krapol & Handler, 2006; Krapohl & McManus, 1999; Nelson, Krapohl, & Handler, 2008; Raskin, Kircher, Honts, & Horowitz, 1988). The basic premise underlying the interpretations of EDRs is that the magnitude of response is commensurate with the degree of psychological importance that the examinee imparts to each stimulus question during testing. Peterson (1907), a student of the famous psychologist Carl Jung wrote: "It is like fishing in a sea of the unconscious, and the fish that likes the bait best jumps to the hook...Every stimulus accompanied by an emotion produced a deviation of the galvanometer to a degree of direct proportion to the liveliness and actuality of the emotion aroused" (p. 805).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,064 | 0,118 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,088 | 0,063 |
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 source (Gemma direct ou Codex distillé), 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 ».