MétaCan
Menu
Retour à la cohorte
Enregistrement W2913437079 · doi:10.11114/jets.v7i3.4057

Young Children’s Theory of Mind: Home Literacy Environment, Technology Usage, and Preschool Education

2019· article· en· W2913437079 sur OpenAlexaff
Dilek Altun

Notice bibliographique

RevueJournal of Education and Training Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesnon disponible
Mots-clésPsychologyDevelopmental psychologyTheory of mindInterpersonal communicationLiteracySocial skillsReading (process)Early childhood educationParenting stylesInterpersonal relationshipCognitionSocial psychologyPedagogy

Résumé

récupéré en direct d'OpenAlex

Theory of mind (ToM) skills involve young children’s mentalizing ability to be aware of their own selves and other individuals’ thoughts, beliefs, desires, and intentions (mental states). The social cognition skills are essential for processing complex social relations and overcoming interpersonal difficulties in communication. Previous studies shed light on the relationship of parenting and demographics to children’s ToM skills, but do not examine the associations with both home environment and preschool education experiences. The goal of the present study is to investigate children’s preschool education experience, home literacy environment (HLE), and technology usage in relation to their ToM skills. Participants were 203 preschoolers and their parents. The study data were collected using a home literacy environment questionnaire (HLEQ), theory of mind scale, and a demographic information form. The findings revealed that (a) children’s ToM scores are not differentiated regarding gender, excluding the diverse belief tasks, b) children’s ToM performances were differentiated in favor of children who have internet access at home, c) HLE, child age, daily TV watching, household income, maternal education, preschool experience, and shared book reading explained 46% of the total variance of preschoolers’ ToM scores.

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)0,002
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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,320
Écart entre enseignants0,302 · 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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and Training StudiesMême sujetChild Development and Digital TechnologyTravaux en français237 207