(www.interscience.wiley.com) DOI: 10.1002/acp.1130 When Emotions Get the Better of Us: The Effect of Contextual Top-down Processing on Matching Fingerprints
Notice bibliographique
Résumé
Twenty-seven participants made a total of 2,484 judgments whether a pair of fingerprints matched or not. A quarter of the trials acted as a control condition. The rest of the trials included top-down influences aimed at biasing the participants to find a match. These manipulations included emotional background stories of crimes and explicitly disturbing photographs from crime scenes, as well as subliminal messages. The data revealed that participants were affected by the top-down manipulations and as a result were more likely to make match judgments. However, the increased likelihood of making match judgments was limited to ambiguous fingerprints. The top-down manipulations were not able to contradict clear non-matching fingerprints. Hence, such contextual information actively biases the ways gaps are filled, but was not sufficient to override clear bottom-up information. Copyright # 2005 John Wiley & Sons, Ltd. The need to identify people accurately is widespread and is on a sharp rise. With advances in science and technology a variety of tools are now available for identifying people. Nevertheless, fingerprints continue to be the major method used for identification in forensic and other domains (Alam, Akhteruzzaman, & Cherri, 2004). Fingerprints are quite easy to find, collect, and process; and they are also relatively non-intrusive and cost
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».