MétaCan
Menu
Retour à la cohorte
Enregistrement W2640692887 · doi:10.1002/dev.21535

A new approach to measuring patience in preschoolers

2017· article· en· W2640692887 sur OpenAlexafffund
Gladys Barragan‐Jason, Cristina M. Atance

Notice bibliographique

RevueDevelopmental Psychobiology · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAgence Nationale de la RechercheVedecká Grantová Agentúra MŠVVaŠ SR a SAVGovernment of Ontario
Mots-clésPatienceGratificationPsychologyCognitionDevelopmental psychologyTask (project management)Delay of gratificationCognitive psychologySocial psychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Patience in children has usually been studied using delay of gratification paradigms. However, another important aspect of patience that has not been well documented is the ability to adjust one's behavior while waiting without an explicit reward as a motivator (e.g., sitting in the doctor's waiting room). To examine this aspect of patience, video-recordings of sixty-one 3- and 4-year olds waiting for two separate 3-min periods were examined and coded for children's spontaneous behaviors. We found that 4-year olds displayed more patient (i.e., staying still) behaviors than 3-year olds during this "waiting paradigm." Interestingly, we also found that children who displayed less patient behaviors during the waiting paradigm were also those who succeeded on a future-thinking task. These findings have important implications for measuring patience in young children and highlight the potential impact of spontaneous behaviors on children's performance in cognitive tasks such as those assessing future-oriented cognition.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,234
Tête enseignante GPT0,344
Écart entre enseignants0,110 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmental PsychobiologyMême sujetMemory and Neural MechanismsTravaux en français237 207