MétaCan
Menu
Retour à la cohorte
Enregistrement W6991036480

False-Positives in Psychopathy Assessment: Proposing Theory-Driven Exclusion Criteria in Research Sampling

2018· article· en· W6991036480 sur OpenAlexfundno aff

Notice bibliographique

RevueUniversity of Zagreb University Computing Centre (SRCE) · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto MississaugaUniversity of Toronto
Mots-clésPsychopathyQuality (philosophy)Sample (material)Psychological researchYield (engineering)Sampling (signal processing)Research designOrder (exchange)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recent debates in psychopathy studies have articulated concerns about falsepositives in assessment and research sampling.These are pressing concerns for research progress, since scientific quality depends on sample quality, that is, if we wish to study psychopathy we must be certain that the individuals we study are, in fact, psychopaths.Thus, if conventional assessment tools yield substantial false-positives, this would explain why central research is laden with discrepancies and nonreplicable findings.This paper draws on moral psychology in order to develop tentative theory-driven exclusion criteria applicable in research sampling.Implementing standardized procedures to discriminate between research participants has the potential to yield more homogenous and discrete samples, a vital prerequisite for research progress in etiology, epidemiology, and treatment strategies.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,076
Tête enseignante GPT0,393
Écart entre enseignants0,317 · 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.

Devis d'étudeQualitatif
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Zagreb University Computing Centre (SRCE)Même sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207