Issues of Generalization From Unreliable or Unrepresentative Stimuli: Broad Lessons From Lexical Ambiguity
Notice bibliographique
Résumé
Abstract The reliability and representativeness of the stimuli used in psychological experiments plays a critical role in the generalizability of their findings. To evaluate the potential impact of reliability and representativeness in psycholinguistics and the cognitive sciences more broadly, we conducted a case study using the domain of lexical ambiguity as a foil. We examined how often studies agreed on the ambiguity types assigned to a word (i.e., homonymy, polysemy, and monosemy), and how well the words represented the populations underlying each ambiguity type. These analyses involved 3597 unique words (14792 tokens) from 240 studies. We observed that (1) there is substantial, albeit imperfect agreement in words being assigned to ambiguity types; (2) that coverage of the underlying populations is relatively poor and biased, with substantial re-use of some stimuli across studies; (3) some clusters of studies engage in substantial stimulus re-use, which although beneficial in some respects, may impact generalizability; and (4) in a series of pseudo-experiments, the aforementioned issues of reliability and representativeness could conceivably alter the reported patterns of effects observed in lexical decision, a popular experimental task. Taken together, our findings raise questions about issues of reliability and generalizability that could impact prior theoretical claims. We discuss our findings with respect to specific considerations related to lexical ambiguity, such as the challenge of ambiguity type labeling, as well as broader considerations relevant to the cognitive sciences, such as the theoretical basis for generalizing, and how we optimize the trade-off between replication and generalization. We close by offering targeted directions to improve research practices.
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 | 0,135 | 0,422 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,016 |
| Communication savante | 0,005 | 0,014 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».