MétaCan
Menu
Retour à la cohorte
Enregistrement W4288514040 · doi:10.1002/acp.3989

Sketching routes to elicit information and cues to deceit

2022· article· en· W4288514040 sur OpenAlexaff
Haneen Deeb, Aldert Vrij, Sharon Leal, Mark Fallon, Samantha Mann, Kirk Luther, Pär Anders Granhag

Notice bibliographique

RevueApplied Cognitive Psychology · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensCarleton University
Organismes subventionnairesHigh-Value Detainee Interrogation Group, Federal Bureau of Investigation
Mots-clésSketchBlankRecallPsychologyFree recallLie detectionLyingSocial psychologyCognitive psychologyComputer scienceDeceptionAlgorithm

Résumé

récupéré en direct d'OpenAlex

Abstract Sketching while narrating involves describing an event while sketching on a blank paper (self‐generated sketch) or on a printed map. We compared the effects of self‐generated sketches and printed maps on information elicitation and lie detection. Participants ( N = 211) carried out a mock mission and were instructed to tell the truth or to lie about it in an online interview. In the first phase of the interview, all participants provided a free recall. In the second phase, participants provided another free recall or verbally described the mission while sketching on a blank paper or on a printed map. Truth tellers provided richer accounts than lie tellers. Larger effect sizes emerged for the self‐generated sketch condition than for the printed map and free recall conditions. This suggests that self‐generated sketches are more effective lie detection tools when information on routes and locations is sought.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,842
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0070,006

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 Opus0,019
Tête enseignante GPT0,337
Écart entre enseignants0,318 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Cognitive PsychologyMême sujetDeception detection and forensic psychologyTravaux en français237 207