MétaCan
Menu
Retour à la cohorte
Enregistrement W4415587327 · doi:10.1037/pspa0000468

The failure gap.

2025· article· en· W4415587327 sur OpenAlexaff
Lauren Eskreis-Winkler, Kaitlin Woolley, Min-Hee Kim, Eliana Polimeni

Notice bibliographique

RevueJournal of Personality and Social Psychology · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware Engineering Techniques and Practices
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésClosing (real estate)Stigma (botany)Punishment (psychology)Suicide preventionSocial stigmaFear of failurePublic opinion

Résumé

récupéré en direct d'OpenAlex

. People underestimate tens of thousands, and in some cases, millions of failures at the individual, national, and international level across 30+ life domains (Study 1). For every three species that go extinct, the public knows of one; for every five weapons undetected by airport security, people think one sneaks by. Why are people unaware of the problems around them? Failure is underreported relative to success (Studies 2-5). The failure gap had policy implications for key decision makers. Closing the failure gap reduced support for harsh punishment (e.g., school suspensions) among educators, lowered support for mass incarceration among voters, led managers to extend paid parental leave to new mothers, and shrank social stigma in the workplace (Studies 6 and 7). Taken together, the failure gap is common, crippling, and encouragingly correctable. (PsycInfo Database Record (c) 2026 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.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,933
Score d'incertitude au seuil0,168

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,033
Tête enseignante GPT0,363
Écart entre enseignants0,330 · 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'étudeSans objet
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personality and Social PsychologyMême sujetSoftware Engineering Techniques and PracticesTravaux en français237 207