MétaCan
Menu
Retour à la cohorte
Enregistrement W4410580369 · doi:10.1038/s44271-025-00257-y

Confidence reports during perceptual decision making dissociate from changes in subjective experience

2025· article· en· W4410580369 sur OpenAlexfundno aff
Nicolás Sánchez-Fuenzalida, Simon van Gaal, Stephen M. Fleming, Julia M. Haaf, Johannes J. Fahrenfort

Notice bibliographique

RevueCommunications Psychology · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensnon disponible
Organismes subventionnairesHORIZON EUROPE Excellent ScienceHorizon 2020 Framework ProgrammeUK Research and InnovationH2020 European Research CouncilAgencia Nacional de Investigación y DesarrolloHORIZON EUROPE Framework ProgrammeGovernment of the United KingdomCanadian Institute for Advanced Research
Mots-clésPerceptionCognitive psychologyPsychologyMetacognitionCognitive biasBayesian probabilityResponse biasPsychophysicsCognitionSocial psychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In noisy perceptual environments, people frequently make decisions based on non-perceptual information to maximize rewards. Therefore, a central problem in psychophysics, metacognition and consciousness research is to distinguish between decisions resulting from changes in subjective experience and those arising from non-perceptual information. It has recently been proposed that confidence reports can be used to discriminate between changes in subjective experience and those arising from non-perceptual information. Here we use a Bayesian ordinal modelling framework combined with an explicit measure of subjective experience to show across two experiments (N = 204) and three bias manipulations that confidence during perceptual decision-making does not uniquely reflect subjective experience. Instead, non-perceptual manipulations affecting response bias 'leak' into perceptual confidence reports. This occurs not only for biases resulting from changes in the base rate of stimuli ('cognitive' priors), but also when biasing information does not inform decision correctness (asymmetric payoff matrix). The relative strength of biases in first-order responses and confidence may help disentangle whether a given bias manipulation is perceptual in nature or not.

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)0,001
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 enseignants0,703
Score d'incertitude au seuil0,621

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,193
Tête enseignante GPT0,491
Écart entre enseignants0,298 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications PsychologyMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207