Do professionals show a bias specific to treatment for people who have sexually offended in their interpretation of ambiguous evidence?
Notice bibliographique
Résumé
The purpose of the current study was to examine whether professionals who work with people who have sexually offended are biased towards accepting ambiguous evidence as supportive of the effectiveness of treatment for these clients. In an online survey, professionals who work with people who have sexually offended (N = 58) were randomly assigned to receive a brief summary of ambiguous correlational evidence about either treatment for sexual offending or treatment for people who have cancer. Participants were then asked to select from causal and alternate interpretations of the evidence, whether they would recommend implementation of the treatment, and the proportion of funding they would allocate to implementation of the treatment. More than half of the participants incorrectly drew causal inferences and recommended implementing the treatment. However, there was limited evidence that this bias was specific to treatment for people who have sexually offended and there was no evidence that this bias was greater for participants who were more involved versus less involved in treatment for people who have sexually offended. Overall, our results most clearly suggest the operation of the pervasive, general critical thinking error of inferring causation from correlation rather than a self-serving or otherwise motivated bias.PRACTICE IMPACT STATEMENT The current study raises awareness of a common critical thinking error that can lead to the implementation of ineffective or even harmful practices and policies. We make recommendations to help reduce this error, which would facilitate more effective practice and policy.
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 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».