Ignorance and Inference: Do Problems with Gricean Epistemic Reasoning Explain Children’s Difficulty with Scalar Implicature?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Unlike adults, children as old as 9 years of age often fail to infer that a sentence like, ‘Some of the children slept’ implies the falsity of its stronger alternative, ‘All of the children slept’—an inference referred to as a ‘scalar implicature’. Several explanations have been proposed to account for children’s failures with scalar implicature, including domain-general processing limitations, pragmatic deficits or an inability to access the relevant alternatives in a lexical scale (e.g. <it>all</it> as an alternative to <it>some</it>). Our study focused on the role of Gricean epistemic reasoning in children’s failures by testing their ability to compute ‘ignorance implicatures’, which require reasoning about speaker knowledge and informativeness but which differ from scalar implicature with respect to the alternative statements that are involved. We administered two matched tasks to 4- and 5-year-old children: one that assessed their ability to compute ignorance implicatures, and another that assessed their ability to compute scalar implicatures. Five-year-olds successfully computed ignorance implicatures despite failing to compute scalar implicatures, while 4-year-olds failed at both types of inference. These results suggest that 5-year-olds are able to reason about speaker knowledge and informativeness, and thus that it is difficult to explain their deficit with scalar implicature via these factors. We speculate about other possible sources of their difficulties, including processing limits and children’s access to the specific scalar alternatives required by scalar implicature.
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.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle