Your alibi better not be a-changin’: the effect of alibi change and interview strategy on perceptions of alibi witness’s credibility, suspect innocence, and interview quality
Notice bibliographique
Résumé
Across three experiments, we assessed the effect of change in an alibi witness’ account and interviewer’s strategy on perceptions of alibi witness’ credibility, suspect innocence, and interview quality. Participants listened to a mock-interview with an alibi witness who, as the interview progressed, either altered or maintained their alibi statements in response to an interviewer’s implicit threat (Experiments 1-3), explanation of how memory works (Experiments 1-3), explicit threat (Experiments 2 & 3), or no attempt to influence the alibi witness’s account (i.e. control condition, Experiments 2 & 3). A mini-meta-analysis showed that changes in the alibi witness’ account negatively impacted ratings of suspect innocence (Md = −1.21) and alibi witness credibility (Md = -.79). The effect of changes in an alibi witness’s statement as a function of interview strategy was largest for the control (Md = −0.65) and implicit threat (Md = −0.65) conditions, followed by the explicit threat (Md = −0.51), and memory-based explanations (Md = −0.42). The implications of these findings for alibi witnesses, suspects, and criminal investigations are discussed.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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) | 0,002 | 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 ».