Examining Cultural Differences in Recognition Memory Response Bias: An Extension of the MBBE
Notice bibliographique
Résumé
According to signal detection theory, people tested on an old/new recognition memory test adopt a liberal, conservative, or neutral response criterion. Several prior studies in our lab demonstrated that subjects showed a clear conservative bias when presented with complex images (e.g., paintings, photographs of scenes) as stimuli. When stimuli were English words, bias tended to be liberal or neutral. The reasons for these materials-based differences in response bias remain ambiguous. Our efforts have focused on understanding response bias variation across materials and individuals. Specifically, we have explored whether Canadian and Japanese participants show differences in response bias for new materials called “diffeomorphs”. We conducted an earlier study with Lebanese participants with a smaller sample and materials size that served as a pilot study for our later studies. The materials-based bias effect cannot be applied to all visual stimuli because, even though both pictures and diffeomorphs are visual stimuli, the response bias for each is different. For example, we found that while Japanese elicit a conservative bias for diffeomorphs, Canadians have a neutral response bias. Besides the observed cross-cultural difference in response bias, this work refuted the hypothesis that novelty, colorfulness, and richness are behind the MBBE. It seemed that neither the semantics (line drawings) nor the colorfulness (diffeomorphs) of the stimuli appear to generate a bias towards conservatism. The MBBE and its cross-cultural generalization have been better understood because of the fresh insights offered by this thesis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».