MétaCan
Menu
Retour à la cohorte
Enregistrement W4283395869 · doi:10.31234/osf.io/4pyqn

Assessing the replicability of Cognitive Psychology via remote experiential learning

2022· preprint· en· W4283395869 sur OpenAlexafffund
Ben Dyson

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueIdentity, Memory, and Therapy
Établissements canadiensToronto Metropolitan UniversityUniversity of Alberta
Organismes subventionnairesDirectorate for Biological SciencesUniversity of SussexUniversity of Alberta
Mots-clésExperiential learningReplication (statistics)Context (archaeology)Object (grammar)Asynchronous communicationCognitionPsychologyPerceptionComputer scienceCognitive psychologyCognitive scienceMultimediaApplied psychologyMathematics educationArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A recent global health crisis demanded the wholesale configuration of both teaching and research from in-person to on-line formats. This presented an opportunity to conduct an environmental sweep on the replicability of Cognitive Psychology in the context of an undergraduate course, in which portable experimental packages were written for mobile phone (Flex Labs). Students received direct experience with studies that had central implications for the discussion of Cognitive Neuroscience (Faces), Perception (Search), Attention (Doodle), Everyday Memory (House), Long-Term Memory (Object), Semantic Memory (Trivia), Decision-Making (RPS), and, Mental Imagery (Rotate). Running across Winter 2021, Fall 2021 and Winter 2022 (average n per study = 585), with the expectation of one study, data consistently produced evidence either for (Faces, Search, Object, RPS, Rotate) or against (Doodle, Trivia) the original findings. The Flex Lab scheme not only allows students to play an active role in the discussion of the replication crises within empirical science, but also provides a framework for the future implementation of experiential learning during remote and asynchronous teaching. With continued evaluation made possible via Open Science Framework (https://osf.io/kv5qp/), a central question for all future research is whether on-line data collection violates an essential auxiliary assumption for the replication of in-person data collection.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0300,000

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 Opus0,068
Tête enseignante GPT0,458
Écart entre enseignants0,389 · 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'étudeObservationnel
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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetIdentity, Memory, and TherapyTravaux en français237 207