(www.interscience.wiley.com) DOI: 10.1002/acp.830 Estimating National Populations: Cross-Cultural Differences and Availability Effects
Notice bibliographique
Résumé
Estimates of national population were studied in two experiments. In Experiment 1, Canadian and Chinese undergraduates rated their knowledge of 112 countries and then estimated the population of each. In Experiment 2, Canadians rated their knowledge of 52 countries and then provided population estimates for these primed countries and for a comparable set of 52 unprimed countries. In Experiment 1, participants from both nations produced estimates that resembled those obtained from Americans in prior studies (Brown and Siegler, 1992, 1993, 1996, 2001). However, there were several reliable cross-national differences in performance which appear to reflect cross-cultural differences in task-relevant naive domain knowledge. In addition, both experiments produced findings consistent with the claim that availability-based intuitions play an important role in this task. In Experiment 1, cross-national differences in rated knowledge predicted cross-national differences in estimated population; in Experiment 2, primed country names elicited larger population estimates than unprimed country names. We conclude by arguing for the general utility of this hybrid approach to real-world estimation. Copyright # 2002 John Wiley & Sons, Ltd. It has been estimated that the Khmer Rouge killed over 1 million Cambodians between 1974 and 1978. As terrible as this figure is, one needs to know the population of the
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,721 | 0,738 |
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 ».