MétaCan
Menu
Retour à la cohorte
Enregistrement W4205387003 · doi:10.31219/osf.io/sk5bc

The Effect of Pre-Event Instructions on Eyewitness Identification Stage 2 Registered Report Accepted Manuscript

2021· preprint· en· W4205387003 sur OpenAlexafffund
Mario J. Baldassari, Kara N. Moore, Ira E. Hyman, Lorraine Hope, Eric Y. Mah, D. Stephen Lindsay, Jamal K. Mansour, Renan Benigno Saraiva, Ruth Horry, Hannah Rath, Tomás A. Palma, Francisco Cruz, Joana Quarenta, Ine Van der Cruyssen, Mila Mileva, Brittany Jeye, Sera Wiechert

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversity of LethbridgeUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOklahoma State University
Mots-clésEyewitness identificationEvent (particle physics)Eyewitness testimonyIdentification (biology)PsychologyEyewitness memoryContext (archaeology)Computer scienceCognitive psychologyRecallRelation (database)Data miningHistory

Résumé

récupéré en direct d'OpenAlex

Research on eyewitness identification often involves exposing participants to a simulated crime and later testing memory using a lineup. We conducted a systematic review showing that pre-event instructions, instructions given before event exposure, are rarely reported and those that are reported vary in the extent to which they warn participants about the nature of event or tasks. At odds with the experience of actual witnesses, some studies use pre-event instructions explicitly warning participants of the upcoming crime and lineup task. Both the basic and applied literature provide reason to believe that pre-event instructions may impact eyewitness identification performance. In Experiment 1, we will test the effect of pre-event instructions on lineup identification decisions and confidence. Participants will receive non-specific pre-event instructions (i.e., “watch this video”) or eyewitness pre-event instructions (i.e., “watch this crime video, you’ll complete a line-up later”) and complete a culprit absent or present lineup. In Experiment 2, we will manipulate exposure duration and pre-event instructions to determine if pre-event instructions differentially impact high or low quality eyewitness events. If pre-event instructions impact eyewitness identification accuracy, then the findings of existing studies need to be considered in the context of their pre-event instructions and future work will be needed to determine how instructions interact with existing systems and estimator variables.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil0,722

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,060
Tête enseignante GPT0,347
Écart entre enseignants0,287 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMemory Processes and InfluencesTravaux en français237 207