Psychometric Assessment of the Temporal Bisection Task with Discrete and Continuous Response Formats
Notice bibliographique
Résumé
Abstract The temporal bisection task has long been used to study time perception as well as measure individual differences in time perception ability. The task involves training participants on short and long reference durations before presenting intermediate durations and asking participants to classify them as ‘short’ or ‘long’. However, there is little information about how well the bisection task measures individual differences in timing ability. To bridge this gap, we assessed the psychometric properties of measures obtained from a classic temporal bisection task: Weber ratio and percent correct. Because measures with binary responses tend to require many trials to reach adequate reliability, we also assessed the psychometric properties of a modified bisection task which used a continuous response format. In this task, participants represented intermediate durations on a visual analogue scale. Estimation error was used as the outcome measure. Participants ( n = 46) completed the classic and modified bisection tasks twice across two sessions approximately one week apart. The modified bisection task had excellent internal consistency and test–retest reliability, while the classic task had fair to good internal consistency and good test–retest reliability. Overall, estimation error had the highest reliability, followed by percent correct, and then Weber ratio. In terms of validity, there was excellent convergent validity between the classic and modified bisection tasks. As an exploratory analysis, we assessed how the number of trials affected the reliability of each outcome measure across the two tasks. Based on this, we make recommendations on how to optimize reliability for both tasks in future research.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».