MétaCan
Menu
Retour à la cohorte
Enregistrement W4407702610 · doi:10.1037/xlm0001454

Anchors and ratios to quantify and explain y-axis distortion effects in graphs.

2025· article· en· W4407702610 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Experimental Psychology Learning Memory and Cognition · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Graph Neural Networks
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPsychologyDistortion (music)Cognitive psychologyPhysics

Résumé

récupéré en direct d'OpenAlex

, information that can be perceived from a graph, to explain ratings of differences in bar graphs. Study 1 examined whether the upper y-axis truncation effect exists or not. We confirmed its existence even though the effect size is smaller compared to lower y-axis truncation effect. Study 2 examined lower and upper y-axis truncations and expansions. We found that, compared to graphs without distortions, observers perceive larger differences between values when there is truncation and smaller differences when there is expansion at either end of the y-axis. Study 3 examined whether the effects of lower and upper y-axis distortions are also present on reversed bar graphs. We found that the black bars biased observers more when they are truncated, as it reduces their area. Finally, Study 4 examined the impact of y-axis distortions on bar graphs, dot graphs, and line graphs. We found that a plot not showing bars results in less biased judgments in the presence of truncation and similar biases for lower and upper truncation. We discuss the results of other relevant research using these anchors and argue that characterizing graphs using the anchors proposed herein can be generalized to other data visualizations. (PsycInfo Database Record (c) 2025 APA, all rights reserved).

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.

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 enseignants0,726
Score d'incertitude au seuil0,408

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,321
Écart entre enseignants0,309 · 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