An empirical evaluation of the reliability and validity of the "reading the mind in the eyes" test
Notice bibliographique
Résumé
The Reading the Mind in the Eyes test (RMET) is a widely used measure of theory of mind (ToM) ability that was originally designed to detect ToM deficits in autistic adults and validated based on the performance of autistic individuals. Despite its popularity, there are questions regarding the test’s factor structure, whether it taps mental state reasoning components of ToM or simply emotion recognition ability, and its validity for use in non-autistic populations. In the current study, a US representative sample of 1,181 adults completed the RMET, the Toronto Alexithymia Scale, and the Autism Spectrum Quotient. Exploratory factor analysis (EFA) on the full sample and separate EFA on individuals with high and low levels of autistic traits provided evidence for a three-factor model and two overlapping, but distinct, three-factor models for individuals with high versus low levels of autistic traits. However, the RMET had poor psychometric properties for all three groups. Hierarchical regression analysis and structural equation modelling suggested that levels of alexithymia traits and autistic traits each predict performance on the RMET. I conclude that the lack of strong psychometric properties for the RMET, evidence of variation in performance across samples, and the absence of theoretical explanations for how the test captures ToM ability undermine the validity of the RMET. I argue that until these issues are satisfactorily addressed, researchers should not use the RMET as a measure of social cognition.
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 | 0,021 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».