MétaCan
Menu
Retour à la cohorte
Enregistrement W4214830012 · doi:10.1002/jip.1587

The cognitive interview for suspects: A test with customs officers

2022· article· en· W4214830012 sur OpenAlexaff
Mathilde Noc, Magali Ginet, Nadine Deslauriers‐Varin

Notice bibliographique

RevueJournal of Investigative Psychology and Offender Profiling · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPsychologyAction (physics)CognitionSocial psychologyTest (biology)Cognitive interviewApplied psychologyLie detectionField (mathematics)Control (management)Computer securityDeceptionComputer scienceArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The current study aimed at testing the impact of the cognitive interview for suspects (CIS) used by trained custom officers on the quantity of gathered details, compared to a control standard interview (SI) used by untrained officers. Forty‐five mock‐suspects were required to perform a series of actions and each was interviewed by a pair of customs officers. Participants had to give statements containing truthful parts and deceptive parts. The CIS elicited significantly more details than the SI. Truthful parts of the statements contained more details than deceptive parts. An interaction effect revealed that the CIS elicited a higher number of action details in truthful parts. It is worthwhile for professionals in the field to adopt the CIS, which provides valuable benefits for information gathering. Moreover, the increase in action details raise the question of considering it as a possible lie detection tool.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,439
Score d'incertitude au seuil0,555

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,075
Tête enseignante GPT0,354
Écart entre enseignants0,279 · 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'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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Investigative Psychology and Offender ProfilingMême sujetDeception detection and forensic psychologyTravaux en français237 207