MétaCan
Menu
Retour à la cohorte
Enregistrement W35901383 · doi:10.1037/pag0000702

Boris y San Ipatiev: el Evangelio Godunov

2008· article· en· W35901383 sur OpenAlexfundno aff
Francesco Lentino

Notice bibliographique

RevueFMR: revista de arte y cultura de la imagen · 2008
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueComparative Literary Analysis and Criticism
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPhilosophy

Résumé

récupéré en direct d'OpenAlex

The mere-exposure effect, in which repeated stimuli are liked more than novel stimuli, is a well-known effect. However, little research has studied adult age differences in mere-exposure effects, despite possible applications in helping older adults transition to new living environments. Here, we report four experiments assessing mere-exposure to neutral-face stimuli in groups of older and younger adult participants tested online. In each experiment, repeated face exposure did not increase liking within either age group; rather, Bayesian evidence favored the null hypothesis of no effect. Older adults reported higher overall liking ratings relative to younger adults, and both groups preferred younger faces, though this tendency was stronger in the younger group. Further exploratory analysis considering factors such as gender or race of the faces and participants did not reveal any consistent results for the mere-exposure effect. We discuss these findings in relation to other recent studies reporting mixed evidence for mere-exposure effects. (PsycInfo Database Record (c) 2022 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,023
Tête enseignante GPT0,271
Écart entre enseignants0,248 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFMR: revista de arte y cultura de la imagenMême sujetComparative Literary Analysis and CriticismTravaux en français237 207