MétaCan
Menu
Retour à la cohorte
Enregistrement W2043491086 · doi:10.1080/713756669

The development of conceptual colour categories in pre-school children: Influence of perceptual categorization

2003· article· en· W2043491086 sur OpenAlexaff
Nicola Pitchford, Kathy T. Mullen

Notice bibliographique

RevueVisual Cognition · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueCategorization, perception, and language
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCategorizationPsychologyPerceptionComprehensionCognitive psychologyConcept learningTask (project management)Categorical variableDevelopmental psychologyCommunicationLinguisticsComputer science

Résumé

récupéré en direct d'OpenAlex

This study investigates the influence of perceptual colour categorization on the development of conceptual colour space in 43 pre-school children as a function of language-age. Knowledge of the 11 basic colour terms identified by Berlin and Kay (1969) was assessed in comprehension and naming tasks. Children's ability to comprehend basic colour terms was assessed in a spoken word-to-colour matching task in which a target colour was presented with two distracters from either distant or adjacent perceptual colour categories. Children's ability to name basic colour sensations was measured in an explicit naming task. Results showed that children's comprehension of basic colour terms was influenced by the perceptual relationship between the target and distracter colours. Most importantly, at a language-age of 3 years and above, naming errors were more likely to be made to adjacent, rather than distant, perceptual colour categories. These results are consistent with the prediction that categorical colour perception influences the underlying structure of developing conceptual colour space during the period in which children acquire basic colour terms.

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)0,005
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,307
Écart entre enseignants0,292 · 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

Citations45
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVisual CognitionMême sujetCategorization, perception, and languageTravaux en français237 207