← Retour à la cohorte
Investigating Object Orientation Effects Across 18 Languages
Sau-Chin Chen, Erin Michelle Buchanan, Zoltán Kekecs, Jeremy K. Miller, Anna Szabelska, Balázs Aczél, Pablo Bernabeu, Patrick S. Forscher, Attila Szuts, Zahir Vally, Ali H. Al‐Hoorie, Mai Helmy, Caio Santos Alves da Silva, Luana Oliveira da Silva, Yago Luksevicius Moraes, Rafael Ming Chi Santos Hsu, Anthonieta Looman Mafra, Jaroslava Varella Valentová, Marco Antônio Corrêa Varella, Barnaby Dixson, Kim Peters, Niklas K. Steffens, Omid Ghasemi, Andrew Roberts, Robert M. Ross, Ian D. Stephen, Marina Milyavskaya, Kelly Wang, Kaitlyn M. Werner, Dawn Liu Holford, Miroslav Sirota, Thomas Rhys Evans, Dermot Lynott, Bethany M. Lane, Danny Riis, Glenn Patrick Williams, Chrystalle B. Y. Tan, Alicia Foo, Steve M. J. Janssen, Nwadiogo Chisom Arinze, Izuchukwu L. G. Ndukaihe, David Moreau, Brianna Jurosic, Brynna Leach, Savannah C Lewis, Peter Robert Mallik, Kathleen Schmidt, William J. Chopik, Leigh Ann Vaughn, Manyu Li, Carmel Levitan, Daniel Storage, Carlota Batres, Janina Enachescu, Jerome Olsen, Martin Voracek, Claus Lamm, Ekaterina Pronizius, Tilli Ripp, Jan Philipp Röer, Roxane Schnepper, Μαριέττα Παπαδάτου-Παστού, Aviv Mokady, Niv Reggev, Priyanka Chandel, Pratibha Kujur, Babita Pande, Arti Parganiha, Noorshama Parveen, Sraddha Pradhan, Margaret Messiah Singh, Max Korbmacher, Jonas R. Kunst, Christian K. Tamnes, Frederike S. Woelfert, Kristoffer Klevjer, Sarah E. Martiny, Gerit Pfuhl, Sylwia Adamus, Krystian Barzykowski, Katarzyna Filip, Patrícia Arriaga, Vasilije Gvozdenović, Vanja Ković, Fei Gao, Lisa Li, Jozef Bavoľár, Monika Hricová, Pavol Kačmár, Matúš Adamkovič, Peter Babinčák, Gabriel Baník, Ivan Ropovik, Danilo Zambrano, Sara Álvarez Solas, Harry Manley, Panita Suavansri, Chun‐Chia Kung, Asil Ali Özdoğru, Çağlar Solak, Sinem Söylemez, Sami Çoksan, İlker Dalḡar, Mahmoud Medhat Elsherif, М В Васильева, Vinka Mlakic, Elisabeth Oberzaucher, Stefan Stieger, Selina Volsa, Janis Zickfeld, Christopher R. Chartier
Notice bibliographique
Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSentenceMental rotationOrientation (vector space)Mental representationComprehensionObject (grammar)Cognitive psychologyComputer scienceRepresentation (politics)Matching (statistics)Natural language processingTask (project management)PsychologyArtificial intelligenceObject-orientationLinguisticsCognitionObject-oriented programmingMathematicsProgramming languageGeometry
Résumé
OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,601
Score d'incertitude au seuil1,000
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 Opus0,046
Tête enseignante GPT0,387
Écart entre enseignants0,341 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
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
Publié2023
Routes d'admission1
Résumé présentoui