MétaCan
Menu
Retour à la cohorte
Enregistrement W3010893009 · doi:10.1002/jcop.22344

Symbols and labels: Children's awareness of social categories in a divided society

2020· article· en· W3010893009 sur OpenAlexfundno aff
Laura K. Taylor, Jocelyn Dautel, Risa Rylander

Notice bibliographique

RevueJournal of Community Psychology · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityQueen's University BelfastDepartment for the EconomyUK Research and Innovation
Mots-clésCategorizationIngroups and outgroupsSocial identity theoryPsychologySocial psychologyDevelopmental psychologyOptimal distinctiveness theoryIdentity (music)Social groupLinguistics

Résumé

récupéré en direct d'OpenAlex

AIMS: How and when children develop an understanding of group boundaries have implications for conflict resolution. When social divisions are not perceptually distinct, symbols become particularly important. Framed by the Social Identity Development Theory, this study was designed to assess children's categorization of symbols with conflict-related group labels. METHOD: In Northern Ireland, 218 children (M = 8.14, SD = 1.83, range 5-11 years old) participated in a novel task designed for this study. The sample was evenly split by child gender and community background. RESULTS: Children sorted symbols above chance with both the hypothesized national (i.e., British/Irish) and ethno-political (i.e., Protestant/Catholic) labels, showing a stronger association for the former. Sorting was also stronger for ingroup symbols, compared to outgroup symbols, and increased with age. CONCLUSION: These findings reflect the potential role that a divided social world has on the development of children's understanding of conflict-related groups. The results also have implications for intergroup relations among children in divided societies.

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)0,006
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,061
Tête enseignante GPT0,363
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

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Community PsychologyMême sujetChild and Animal Learning DevelopmentTravaux en français237 207