MétaCan
Menu
Retour à la cohorte
Enregistrement W2149149532 · doi:10.1037/a0031409

Emergence of lying in very young children.

2013· article· en· W2149149532 sur OpenAlexafffund
Angela D. Evans, Kang Lee

Notice bibliographique

RevueDevelopmental Psychology · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensUniversity of TorontoBrock University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentSocial Sciences and Humanities Research Council of CanadaNational Institutes of Health
Mots-clésLyingPsychologyDevelopmental psychologyDeceptionLie detectionIdentity (music)Social psychology

Résumé

récupéré en direct d'OpenAlex

Lying is a pervasive human behavior. Evidence to date suggests that from the age of 42 months onward, children become increasingly capable of telling lies in various social situations. However, there is limited experimental evidence regarding whether very young children will tell lies spontaneously. The present study investigated the emergence of lying in very young children. Sixty-five 2- to 3-year-olds were asked not to peek at a toy when the experimenter was not looking. The majority of children (80%) transgressed and peeked at the toy. When asked whether they had peeked at the toy, most 2-year-old peekers were honest and confessed to their peeking, but with increased age, more peekers denied peeking and thus lied. However, when asked follow-up questions that assessed their ability to maintain their initial lies, most children failed to conceal their lie by pretending to be ignorant of the toy's identity. Additionally, after controlling for age, children's executive functioning skills significantly predicted young children's tendency to lie. These findings suggest that children begin to tell lies at a very young age.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
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 Opus0,025
Tête enseignante GPT0,327
Écart entre enseignants0,301 · 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

Citations314
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmental PsychologyMême sujetDeception detection and forensic psychologyTravaux en français237 207