A Single Process for Deductive and Inductive Inference? Examining the Impact of Conclusion Typicality and Argument Validity on Immediate Inferences
Notice bibliographique
Résumé
Inductive and deductive inferences have been assumed to rely on two qualitatively distinct processes by dual-process theories. However, studies examining the predictions of this theory have yielded mixed results, with several studies showing that a single process underlies both deductive and inductive judgments. Previous studies have used a range of manipulations, response options, and analytical techniques, which might partly explain the inconclusive findings. In this study, we conducted five experiments (overall N = 614) manipulating the typicality of the category-member relationship (typical vs. atypical pairs) and the quantifier of premises (all/universal vs. most/particular) in reasoning arguments. Dual-process theories predict a double-dissociation pattern in which the quantifier manipulation would impact deductive judgments more than inductive judgments, while typicality would have the reverse effect. To test these predictions, we employed a range of experimental tasks (within- and between-subject), response formats (binary and Likert), and analytical techniques (Bayesian hierarchical regression and state-trace analysis). The results failed to support the dual-process theory in that the predicted double-dissociation effect was not observed in most of the experiments. These findings align with a single-process framework, as proposed by the new paradigm of reasoning, for both deductive and inductive inferences. The implications of these findings for both dual- and single-process accounts 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,040 | 0,177 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,005 | 0,013 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».