MétaCan
Menu
Retour à la cohorte
Enregistrement W2110868054 · doi:10.1111/j.1467-8624.2010.01442.x

Children’s Understanding of Social-Cognitive and Social-Communicative Aspects of Discourse Irony

2010· article· en· W2110868054 sur OpenAlexaff
Eva Filippová, Janet Wilde Astington

Notice bibliographique

RevueChild Development · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIronyPsychologySocial cognitionCognitionDevelopmental psychologyMeaning (existential)Social cognitive theorySocial psychologyLinguistics

Résumé

récupéré en direct d'OpenAlex

To bridge the social-reasoning focus of developmental research on irony understanding and the pragmatic focus of research with adult populations, this cross-sectional study examines 5-, 7-, and 9-year-olds' (n = 72) developing understanding of both social-cognitive and social-communicative aspects of discourse irony, when compared with adults (n = 24). Although 5-year-olds lag behind the other age groups in their reasoning about the speaker's meaning, belief, intention, and motivation, adults are consistently superior to children of all ages on these social-cognitive measures. In contrast, limited age-related differences were found in participants' judgment of the social-communicative function of irony (how nice, mean, and funny irony is). The findings help to reconcile previous discrepant claims as to the age when children come to understand irony.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
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 savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,029
Tête enseignante GPT0,309
Écart entre enseignants0,280 · 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

Citations108
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChild DevelopmentMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207