Storybooks aren't just for fun: narrative and non-narrative picture books foster equal amounts of generic language during mother-toddler book sharing
Notice bibliographique
Résumé
Parents and children encounter a variety of animals and objects in the early picture books they share, but little is known about how the context in which these entities are presented influences talk about them. The present study investigated how the presence or absence of a visual narrative context influences mothers' tendency to refer to animals as individual characters or as members of a kind when sharing picture books with their toddlers (mean age 21.3 months). Mother-child dyads shared both a narrative and a non-narrative book, each featuring six animals and matched in terms of length and quantity of text. Mothers made more specific (individual-referring) statements about animals in the narrative books, whereas they provided more labels for animals in the non-narrative books. But, of most interest, the frequency and proportion of mothers' use of generic (kind-referring) utterances did not differ across the two different types of books. Further coding of the content of the utterances revealed that mothers provided more story-specific descriptions of states and actions of the animals when sharing narrative books and more physical descriptions of animals when sharing non-narrative books. However, the two books did not differ in terms of their elicitation of natural facts about the animals. Overall, although the two types of books encouraged different types of talk from mothers, they stimulated generic language and talk about natural facts to an equal degree. Implications for learning from picture storybooks and book genre selection in classrooms and home reading are discussed.
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 | 0,001 |
| 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) | 0,000 | 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 ».