MétaCan
Menu
Retour à la cohorte
Enregistrement W1994624211 · doi:10.1159/000278313

The Cognitive Revolution in Children’s Understanding of Mind

2010· article· en· W1994624211 sur OpenAlexaff
Janet Wilde Astington, David R. Olson

Notice bibliographique

RevueHuman Development · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensInstitute for Christian StudiesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNaturalismPsychologyMeaning (existential)AttributionTheory of mindCognitionEpistemologyCognitive developmentAction (physics)Cognitive psychologySocial psychologyCognitive science

Résumé

récupéré en direct d'OpenAlex

Bruner, in reassessing the cognitive revolution, argues for the centrality of ‘meaning-making’ in human activity, claiming that children learn to give meaning to what people do as they learn the language and social practices of their culture. The role played by the attribution of mental states to others has been studied intensely in the past decade in a new research area that has come to be known as children’s ‘theory of mind’. Researchers in this field who, unlike Bruner, see psychology as a natural empirical science, view the child as constructing a causal theory to explain and predict human action. They base their arguments largely on experimental observation of children’s performance in laboratory tasks, especially the ‘false-belief’ task. In contrast, many researchers who take Bruner’s view study the development of social understanding in naturalistic observation of children’s interaction with peers and family members. In this article we examine the relations between these views and suggest that the real challenge of the cognitive revolution is to unite the two approaches, to achieve a causal, naturalistic account of the acquisition and elaboration of meaning-making.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,023
Communication savante0,0040,009
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
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 Opus0,038
Tête enseignante GPT0,302
Écart entre enseignants0,264 · 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

Citations67
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman DevelopmentMême sujetChild and Animal Learning DevelopmentTravaux en français237 207