MétaCan
Menu
Retour à la cohorte
Enregistrement W2159183591 · doi:10.1037/lhb0000061

Young children’s understanding that promising guarantees performance: The effects of age and maltreatment.

2013· article· en· W2159183591 sur OpenAlexaff
Thomas D. Lyon, Angela D. Evans

Notice bibliographique

RevueLaw and Human Behavior · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensBrock University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human Development
Mots-clésPsychologyChild abuseDevelopmental psychologyChild neglectCharacter (mathematics)Poison controlHuman factors and ergonomicsSocial psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Two studies, with 102 nonmaltreated 3- to 6-year-old children and 96 maltreated 4- to 7-year-old children, examined children's understanding of the relative strengths of "I promise," "I will," "I might," and "I won't," to determine the most age-appropriate means of eliciting a promise to tell the truth from child witnesses. Children played a game in which they chose which of 2 boxes would contain a toy after hearing story characters make conflicting statements about their intent to place a toy in each box (e.g., one character said "I will put a toy in my box" and the other character said "I might put a toy in my box"). Children understood "will" at a younger age than "promise." Nonmaltreated children understood that "will" is stronger than "might" by 3 years of age and that "promise" is stronger than "might" by 4 years of age. The youngest nonmaltreated children preferred "will" to "promise," whereas the oldest nonmaltreated children preferred "promise" to "will." Maltreated children exhibited a similar pattern of performance, but with delayed understanding that could be attributed to delays in vocabulary. The results support a modified oath for children: "Do you promise that you will tell the truth?".

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)0,011
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 enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
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 savante0,0010,001
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 Opus0,024
Tête enseignante GPT0,263
Écart entre enseignants0,239 · 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

Citations20
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaw and Human BehaviorMême sujetChild and Animal Learning DevelopmentTravaux en français237 207