MétaCan
Menu
Retour à la cohorte
Enregistrement W1952141218 · doi:10.1002/icd.1930

Young Children Have Difficulty Predicting Future Preferences in the Presence of a Conflicting Physiological State

2015· article· en· W1952141218 sur OpenAlexaff
Caitlin E. V. Mahy

Notice bibliographique

RevueInfant and Child Development · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésPsychologyContext (archaeology)Futures studiesDevelopmental psychologyThirstSocial psychologyCognitive psychologyStatistics

Résumé

récupéré en direct d'OpenAlex

This study examined children's predictions about their future preferences when they were in two different physiological states (thirsty and not thirsty). Ninety 3‐ to 7‐year‐olds were asked to predict what they would prefer tomorrow: pretzels to eat or water to drink after having consumed pretzels, and again after having had the opportunity to quench their thirst with water. Results showed that although children initially preferred pretzels to water at baseline, they more often indicated that they would prefer water the next day after they had consumed pretzels. After consuming water, however, the same children indicated they would prefer pretzels the next day. Children's verbal justifications for their choices rarely made reference to their current or future states, but rather justifications were more likely to make reference to their general preferences when they were no longer thirsty compared to when they were thirsty. Results suggest that current physiological states have a powerful influence on future preferences. The findings are discussed in the context of the development of episodic foresight, the Bischof‐Kohler hypothesis, and the important and often overlooked role that children's current states play in future decision making. Copyright © 2015 John Wiley & Sons, Ltd.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,284
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations22
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfant and Child DevelopmentMême sujetChild and Animal Learning DevelopmentTravaux en français237 207