Slot-Filler and Taxonomic Organization: The Role of Contextual Experience and Maternal Education
Notice bibliographique
Résumé
Previous studies on children’s semantic development suggest a shift from slot-filler to taxonomic organization at around eight years of age. However, these studies typically did not include children of early elementary-school ages (six- or seven-year-old); hence the possibility remains that the shift could have emerged earlier in development. The goal of the present study was to examine the age at which the taxonomic advantage in semantic organization occurs in a cross-sectional sample of children covering a wider age range and elucidate the factors related to the use of different semantic organizational strategies. Forty-six Mandarin-English bilinguals belonging to three age groups (five-, six-, and seven-year-old) were administered category generation task in both slot-filler (e.g., “Name all the zoo animals you can think of.”) and taxonomic conditions (e.g., “Name all the animals you can think of.”). The taxonomic advantage emerged as early as six years of age. Knowledge of specific slot-filler categories (farm vs. zoo animals) showed different age-related changes. Age and maternal education more consistently predicted performance in taxonomic than slot-filler condition. The slot-filler to taxonomic shift in semantic organization is exhibited across populations of distinct language background in early school-age years. Experience with specific categories and parental input both play important roles in the development of semantic organization.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».