Opening the black box: Think Aloud as a method to study the spontaneous stream of consciousness
Notice bibliographique
Résumé
Asking participants to Think Aloud is a common method for studying conscious experience, but it remains unclear whether this approach alters thought qualities-such as meta-awareness, rate of topic shifts, or the content of thoughts in task-absent conditions. To investigate this, we conducted two studies comparing thinking aloud to thinking silently. In Study 1, 111 participants alternated between 15-minute intervals of verbalizing and silently reflecting on their stream of consciousness in a counterbalanced design. A subset also reported topic shifts intermittently via self- and probe-catching methods. Results showed that the stream of consciousness was minimally reactive to the Think Aloud protocol, with no significant differences in meta-awareness and topic shifting rates. Moreover, among 21 thought qualities and 18 content topics analyzed, only three qualities (private thoughts, mind blanking, and session difficulty) and one topic (partner, intimacy, love, and sexual matters) differed between Think Aloud and Silent Think. In Study 2, 102 participants either did Think Aloud or Silent Think while responding to thought probes. Findings replicated the lack of differences in the frequency and meta-awareness of topic shifts between Think Aloud and Silent Think. Furthermore, no differences in reported cognitive load were observed between the two conditions. These results emphasize the value of the Think Aloud procedure for examining the stream of consciousness, demonstrating its reliability and minimal impact on the natural flow of thoughts. Thus, Think Aloud offers a robust model system for examining the otherwise unverbalized stream of consciousness in task-absent contexts.
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 | 0,001 | 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 | 0,001 | 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 ».