MétaCan
Menu
Retour à la cohorte
Enregistrement W2147932261 · doi:10.1093/jos/ffu015

Ignorance and Inference: Do Problems with Gricean Epistemic Reasoning Explain Children’s Difficulty with Scalar Implicature?

2014· article· en· W2147932261 sur OpenAlexaff
Lara Hochstein, Alan Bale, Danny Fox, David Barner

Notice bibliographique

RevueJournal of Semantics · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensConcordia University
Organismes subventionnairesNational Research University Higher School of EconomicsNederlandse Organisatie voor Wetenschappelijk OnderzoekVrije Universiteit AmsterdamRadboud Universiteit
Mots-clésOperationalizationImplicatureScalar (mathematics)InferenceIgnoranceBounded functionComputer scienceMathematicsLinguisticsPsychologyCognitive psychologyPragmaticsArtificial intelligenceEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

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. all as an alternative to some ). 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.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,009
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,004
Communication savante0,0030,006
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,005
Tête enseignante GPT0,233
Écart entre enseignants0,228 · 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

Citations141
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of SemanticsMême sujetChild and Animal Learning DevelopmentTravaux en français237 207