MétaCan
Menu
Retour à la cohorte
Enregistrement W2063831710 · doi:10.1037//0012-1649.37.3.298

Young children's use of syntactic cues to learn proper names and count nouns.

2001· article· en· W2063831710 sur OpenAlexaff
D. Geoffrey Hall, Sharon C. Lee, Julie Bélanger

Notice bibliographique

RevueDevelopmental Psychology · 2001
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésReferentNounObject (grammar)PsychologyTask (project management)Proper nounLinguisticsSyntaxCommunication

Résumé

récupéré en direct d'OpenAlex

In 6 experiments, 144 toddlers were tested in groups ranging in mean age from 20 to 37 months. In all experiments, children learned a novel label for a doll or a stuffed animal. The label was modeled syntactically as either a count noun (e.g., "This is a ZAV") or a proper name (e.g., "This is ZAV"). The object was then moved to a new location in front of the child, and a second identical-looking object was placed nearby. The children's task was to choose 1 of the 2 objects as a referent for the novel word. By 24 months, both girls (Experiment 2) and boys (Experiment 5) were significantly more likely to select the labeled object if they heard a proper name than if they heard a count noun. At 20 months, neither girls (Experiments 1 and 6) nor boys (Experiment 1) demonstrated this effect. By their 2nd birthdays, children can use syntactic information to distinguish appropriately between labels for individual objects and those for object categories.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,307
Écart entre enseignants0,275 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopmental PsychologyMême sujetChild and Animal Learning DevelopmentTravaux en français237 207