MétaCan
Menu
Retour à la cohorte
Enregistrement W2503230251 · doi:10.1057/9780230305281_3

The Development of the Fluency Heuristic in Childhood: More Questions than Answers

2011· book-chapter· en· W2503230251 sur OpenAlexaff
Jeremy K. Miller, Marianne E. Lloyd

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2011
Typebook-chapter
Langueen
DomaineNeuroscience
ThématiqueMemory Processes and Influences
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésFluencyMemory developmentPsychologyVocabularyDevelopmental psychologyEncoding (memory)Cognitive psychologyChildhood memoryCognitive developmentEpisodic memoryLinguisticsCognitionMathematics educationNeuroscience

Résumé

récupéré en direct d'OpenAlex

Imagine the challenges that a 3-year-old child’s memory faces compared to that of an adult: The world is less predictable and the vocabulary is less familiar. Typically developing 3-year-olds are just beginning to harness the vast power of human language, and 3-year-old’s memory skills are only beginning to develop into their adult forms. For instance, children’s working-memory capabilities have been demonstrated to increase as they mature (Siegel & Ryan, 1989). When compared with adult memory performance, young children demonstrate greater susceptibility to false memory formation in some circumstances (Ceci et al., 2007) and less susceptibility in others (Brainerd et al., 2008). Metacognitively, children are often less effective at generating and implementing helpful retrieval and encoding strategies than adults (Chi, 1978). In many ways, young children’s memories are quite different from adult memories.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,251
Écart entre enseignants0,220 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations6
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooksMême sujetMemory Processes and InfluencesTravaux en français237 207