MétaCan
Menu
Retour à la cohorte
Enregistrement W4400065672 · doi:10.1016/j.appet.2024.107583

Evidence of a self-serving bias in people's attributions for their food intake

2024· article· en· W4400065672 sur OpenAlexaff
Lenny R. Vartanian, Natalie M. Reily, Samantha Spanos, C. Peter Herman, Janet Polivy

Notice bibliographique

RevueAppetite · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesAustralian Research Council
Mots-clésOvereatingSession (web analytics)Portion sizePsychologyAttributionExcuseFood intakeSocial psychologyMedicineFood scienceAdvertisingObesity

Résumé

récupéré en direct d'OpenAlex

People often fail to acknowledge external influences on their food intake, but there might be some circumstances in which people are willing to report that those external factors influenced their behavior. This study examined whether participants who believed that they had overeaten would indicate that the portion size they were served influenced their food intake. Participants (119 women) ate a pasta lunch at two separate sessions, one week apart. At the second session, participants were randomly assigned to receive either a regular portion of pasta (the same portion as the first session) or a large portion of pasta (a portion that was twice the size), and to receive false feedback about their food intake indicating that they had either eaten about the same as or substantially more than they had at the previous session. Participants were then asked to indicate the extent to which the amount of food served influenced how much they ate at that second session. Compared to participants who were informed that they had eaten the same amount across the two sessions, those who were informed that they ate more at the second session reported a stronger influence of the amount of food served if they also received a large portion of pasta, but not if they received a regular portion of pasta. These findings suggest that the willingness to implicate external influences (e.g., portion size) on one's food intake may be driven by a self-serving bias, providing an "excuse" for overeating. However, the external cue must be salient enough to be a plausible explanation for one's behavior.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,532
Score d'incertitude au seuil0,564

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,204
Tête enseignante GPT0,422
Écart entre enseignants0,218 · 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'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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAppetiteMême sujetBehavioral Health and InterventionsTravaux en français237 207