Developing an understanding of others’ emotional states: Relations among affective theory of mind and empathy measures in early childhood
Notice bibliographique
Résumé
Theory of mind (ToM) consists of cognitive and affective components; however, few studies have evaluated the coherence of affective ToM measures and their associations with empathy. This research examined the relations among affective ToM tasks and assessments of empathy, measured directly and via parent reports in 4- to 6-year-olds. Children (N = 117) completed: an Appearance-Reality Emotion Task, an adapted Reading the Mind in the Eyes Test, an Affective Stories Task, and an empathy task. Parents reported on children's ToM and empathy, and language was assessed using a Picture Vocabulary Test. Controlling for language, no relationships were found among affective ToM measures and children's age was only related to the Affective Stories Task. Further, controlling for age, only parent-reported empathy was associated with the Appearance-Reality Emotion Task. Once vocabulary and age were controlled, measures of affective ToM are unrelated and different developmental patterns emerged across measures. Statement of contribution What is already known on this subject Affective theory of mind is a distinct subcomponent of theory of mind that corresponds to an independent developmental mechanism. However, little research has been conducted on affective ToM, its developmental trajectory during the preschool years, its assessment, and its relationship with related constructs, such as empathy. What the present study adds Children's performance on affective ToM tasks was unrelated once age and language abilities were accounted for. Thus, there is a need to examine affective ToM and its measurement more extensively to ensure we are effectively capturing this construct. This study was the first to establish a Preschool Reading the Mind in the Eyes Task that uses images of children and pictorial response options and an Affective Stories Task that captures age-related changes in affective ToM beyond language skills.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».