MétaCan
Menu
Retour à la cohorte
Enregistrement W2008491660 · doi:10.3389/fpsyg.2014.00506

Developing embodied cognition: insights from children’s concepts and language processing

2014· review· en· W2008491660 sur OpenAlexaff
Michele Wellsby, Penny M. Pexman

Notice bibliographique

RevueFrontiers in Psychology · 2014
Typereview
Langueen
DomainePsychology
ThématiqueAction Observation and Synchronization
Établissements canadiensCalgary Laboratory ServicesUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEmbodied cognitionCognitionCognitive roboticsCognitive sciencePsychologyMotor cognitionPerspective (graphical)Cognitive psychologyEmbodied agentSocial cognitionComputer scienceNeuroscienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Over the past decade, theories of embodied cognition have become increasingly influential with research demonstrating that sensorimotor experiences are involved in cognitive processing; however, this embodied research has primarily focused on adult cognition. The notion that sensorimotor experience is important for acquiring conceptual knowledge is not a novel concept for developmental researchers, and yet theories of embodied cognition often do not fully integrate developmental findings. We propose that in order for an embodied cognition perspective to be refined and advanced as a lifelong theory of cognition, it is important to consider what can be learned from research with children. In this paper, we focus on development of concepts and language processing, and examine the importance of children's embodied experiences for these aspects of cognition in particular. Following this review, we outline what we see as important developmental issues that need to be addressed in order to determine the extent to which language and conceptual knowledge are embodied and to refine theories of embodied cognition.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,055
Tête enseignante GPT0,403
Écart entre enseignants0,348 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations147
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetAction Observation and SynchronizationTravaux en français237 207