Association between subjective credulity assessment and judging deception in older adults
Notice bibliographique
Résumé
BACKGROUND: The work is relevant, given the increasing proportion of older adults worldwide, as well as the growing rates of crimes against older people, notably phone fraud. AIM: The work aimed to assess the association between subjective credulity assessment and judging deception in older adults. METHODS: The study was conducted at the Russian Research and Clinical Center for Gerontology. It included three stages: assessing the actual ability to detect deception; subjective credulity assessment; and assessing the association between judging deception and subjective credulity. The study included 60 older participants (60–75 years, n = 36; 76–90 years, n = 24). Inclusion criteria were as follows: preserved neurocognitive function; absence of severe chronic medical conditions and mental disorders; preserved analytical capability; and no history of cerebrovascular accidents. The following assessment tools were used: Montreal Cognitive Assessment (MoCA); Pragmatic Interpretation Short Stories Winner’s Task (modified by Kolesova and Sergienko); Dembo–Rubinstein test; and UCLA Loneliness Scale (by Russell, Peplau, and Ferguson). Descriptive, comparative, correlation, and multivariate statistics were used for quantitative assessment. RESULTS: No significant relationships were found when examining the association between subjective credulity assessment and judging deception in older adults. However, following factorization, approximately 40% of participants were found to misjudge their ability to detect deception, irrespective of the actual accuracy of deception judgments. CONCLUSION: The two groups of older adults (60–75 years and 76–90 years) showed comparable ability to detect deception. Low ability to detect deception in these age groups is related to increased credulity and low subjective assessment of own mental capacity.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».