MétaCan
Menu
Retour à la cohorte
Enregistrement W2973154528 · doi:10.1002/bdm.2154

Examining children's ability to delay reward: Is the delay discounting task a suitable measure?

2019· article· en· W2973154528 sur OpenAlexaff
Patrick Burns, Olivia Fay, Mary‐Frances McCafferty, Veronica McKeever, Cristina M. Atance, Teresa McCormack

Notice bibliographique

RevueJournal of Behavioral Decision Making · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesEconomic and Social Research CouncilResearch Councils UK
Mots-clésDelay discountingDiscountingDelay of gratificationPsychologyGratificationTask (project management)Temporal discountingImpulsivitySensation seekingIntertemporal choiceDevelopmental psychologySocial psychologyEconometricsEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Discounting the value of delayed rewards has primarily been measured in children with the delay of gratification task and in adolescents and adults with the delay discounting task. In the present study, we assessed the suitability of the delay discounting task as a measure of temporal discounting in children. A sample of 7‐ to 9‐year‐olds (N = 98) completed a delay discounting task, a delay of gratification task, a sensation seeking measure, and IQ measures. In addition, teacher‐based assessments of attention‐deficit/hyperactivity disorder traits were measured. The results indicated that the majority of children produced meaningful data on the discounting task and discounted rewards hyperbolically. Children with an elevated risk of attention‐deficit/hyperactivity disorder showed a trend towards discounting future rewards on the delay discounting task more steeply than did those at low risk. However, delay discounting was unrelated to either delay of gratification or sensation seeking. We interpret these results as providing some support for the use of delay discounting as a measure of intertemporal choice in children, although the results also suggest that delay discounting and delay of gratification tasks may tap different processes in this population.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
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 ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,095
Tête enseignante GPT0,392
Écart entre enseignants0,297 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations30
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Behavioral Decision MakingMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207