MétaCan
Menu
Retour à la cohorte
Enregistrement W2755100495 · doi:10.1177/0165025417728583

Practice makes perfect? The impact of coaching and moral stories on children’s lie-telling

2017· article· en· W2755100495 sur OpenAlexaff
Victoria Talwar, Sarah Yachison, Karissa Leduc, Pooja Megha Nagar

Notice bibliographique

RevueInternational Journal of Behavioral Development · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCoachingPsychologyDevelopmental psychologySocial psychologyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

Children ( n = 202; 4 to 7 years old) witnessed a confederate break a toy and were asked to keep the transgression a secret. Children were randomly assigned to a Coaching condition (i.e., No Coaching, Light Coaching, or Heavy Coaching) and a Moral Story condition (i.e., Positive or Neutral). Overall, 89.7% of children lied about the broken toy when asked open-ended questions about the event. During direct questions, children in the Heavy Coaching condition lied more than children in the No Coaching and Light Coaching conditions. Older children were influenced by both Heavy Coaching and Light Coaching, whereas younger children were influenced only by Heavy Coaching. Children in the Positive Story condition were less likely to maintain their lies than those in the Neutral Story condition. An interaction between Coaching and Moral Story conditions influenced lie-maintenance.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,630
Score d'incertitude au seuil0,369

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,070
Tête enseignante GPT0,443
Écart entre enseignants0,373 · 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.

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

Citations24
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Behavioral DevelopmentMême sujetDeception detection and forensic psychologyTravaux en français237 207