MétaCan
Menu
Retour à la cohorte
Enregistrement W4231892639 · doi:10.22215/etd/2015-11184

Jurors' Perceptions of an Elderly Eyewitness: Effects of Geriatric Diagnosis, Level of Care and Age

2015· dissertation· en· W4231892639 sur OpenAlexaff
Elizabeth H. Schultheis

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésVerdictPerceptionPsychologyDementiaGeriatric careMedicineEyewitness identificationClinical psychologyDiseasePsychiatryNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

Mock jurors' perceptions of older adult eyewitnesses was assessed by testing how age, geriatric diagnosis, and level of care influences decision making. Mock jurors (N=355) were asked to read a trial transcript that varied age of eyewitness: 45 years, vs. 65 years, vs. 85 years; Level of care: home vs. long-term care facility; and Geriatric disease: none, vs. early stage dementia. Mock jurors then rendered a verdict, provided ratings of the eyewitness, and completed a measure of stereotypes. Although no direct effect on verdict was found, verdict confidence was influenced in a statistically significant way by the presence of a geriatric diagnosis. Subscribing to negative stereotypes of older adults was found to be related to higher ratings of senility. The findings indicated that mock jurors are influenced by geriatric diagnosis, as it negatively impacts their confidence in their verdict. Limitations and future directions will be discussed.

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)0,001
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 enseignants0,076
Score d'incertitude au seuil0,674

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,043
Tête enseignante GPT0,337
Écart entre enseignants0,295 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMemory Processes and InfluencesTravaux en français237 207