MétaCan
Menu
Retour à la cohorte
Enregistrement W3107896072 · doi:10.3389/fpsyg.2020.615041

Effects of Emotional Valence and Concreteness on Children’s Recognition Memory

2020· article· en· W3107896072 sur OpenAlexafffund
Julia M. Kim, David M. Sidhu, Penny M. Pexman

Notice bibliographique

RevueFrontiers in Psychology · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésConcretenessPsychologyValence (chemistry)Emotional valenceNegativity effectDevelopmental psychologyCognitive psychologyRecognition memoryCognitionNegativity bias

Résumé

récupéré en direct d'OpenAlex

There are considerable gaps in our knowledge of how children develop abstract language. In this paper, we tested the Affective Embodiment Account, which proposes that emotional information is more essential for abstract than concrete conceptual development. We tested the recognition memory of 7- and 8-year-old children, as well as a group of adults, for abstract and concrete words which differed categorically in valence (negative, neutral, and positive). Word valence significantly interacted with concreteness in hit rates of both children and adults, such that effects of valence were only found in memory for abstract words. The pattern of valence effects differed for children and adults: children remembered negative words more accurately than neutral and positive words (a negativity effect), whereas adults remembered negative and positive words more accurately than neutral words (a negativity effect and a positivity effect). In addition, signal detection analysis revealed that children were better able to discriminate negative than positive words, regardless of concreteness. The findings suggest that the memory accuracy of 7- and 8-year-old children is influenced by emotional information, particularly for abstract words. The results are in agreement with the Affective Embodiment Account and with multimodal accounts of children's lexical development.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,653
Score d'incertitude au seuil0,512

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,268
Écart entre enseignants0,253 · 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 tête enseignante, 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

Citations31
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

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