MétaCan
Menu
Retour à la cohorte
Enregistrement W2756520418 · doi:10.3389/fpsyg.2017.01667

The Role of Second-Person Information in the Development of Social Understanding

2017· article· en· W2756520418 sur OpenAlexaff
Chris Moore, John Barresi

Notice bibliographique

RevueFrontiers in Psychology · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPsychologyReciprocity (cultural anthropology)Social relationContingencyReciprocalSocial psychologyCognitive psychologyEpistemology

Résumé

récupéré en direct d'OpenAlex

We consider the second-person or interactive approach to social understanding, conceived as an understanding of intentional relations. We identify five forms of second-person information - self-directedness, contingency, reciprocity, affective engagement, and shared intentions - that occur only in interactions. We assess the extent to which these forms of information are available to observers of interactions as well as to the participants of an interaction and conclude that whereas observers may gain some second-person information, interactive participants have a privileged position. We also ask whether these forms of second-person information can deliver social understanding in terms of the understanding of intentional relations that are descriptive of persons. We argue that whereas none of these forms alone is sufficient for understanding intentional relations, they all play an important role in the developmental processes that enable the construction of social understanding. Therefore, the second-person approach, understood as theorizing how second-person information available in interactions is used in the development of social understanding, is a critically important approach to a full theory of social understanding.

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)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,013
Communication savante0,0060,013
Science ouverte0,0010,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,035
Tête enseignante GPT0,315
Écart entre enseignants0,280 · 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

Citations48
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetChild and Animal Learning DevelopmentTravaux en français237 207