MétaCan
Menu
Retour à la cohorte
Enregistrement W3127960017 · doi:10.1017/ehs.2021.7

Children and innovation: play, play objects and object play in cultural evolution

2021· review· en· W3127960017 sur OpenAlexaff
Felix Riede, Matthew J. Walsh, April Nowell, Michelle C. Langley, Niels Nørkjær Johannsen

Notice bibliographique

RevueEvolutionary Human Sciences · 2021
Typereview
Langueen
DomaineSocial Sciences
ThématiqueLanguage and cultural evolution
Établissements canadiensUniversity of Victoria
Organismes subventionnairesUniversity of CambridgeWenner-Gren Foundation
Mots-clésObject (grammar)Niche constructionCognitive scienceCultural transmission in animalsExaptationCognitionPerspective (graphical)EpistemologySociocultural evolutionSociologyPsychologyComputer scienceEvolutionary biologyArtificial intelligenceBiologyAnthropologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cultural evolutionary theory conceptualises culture as an information-transmission system whose dynamics take on evolutionary properties. Within this framework, however, innovation has been likened to random mutations, reducing its occurrence to chance or fortuitous transmission error. In introducing the special collection on children and innovation, we here place object play and play objects - especially functional miniatures - from carefully chosen archaeological contexts in a niche construction perspective. Given that play, including object play, is ubiquitous in human societies, we suggest that plaything construction, provisioning and use have, over evolutionary timescales, paid substantial selective dividends via ontogenetic niche modification. Combining findings from cognitive science, ethology and ethnography with insights into hominin early developmental life-history, we show how play objects and object play probably had decisive roles in the emergence of innovative capabilities. Importantly, we argue that closer attention to play objects can go some way towards addressing changes in innovation rates that occurred throughout human biocultural evolution and why innovations are observable within certain technological domains but not others.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,003
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,053
Tête enseignante GPT0,381
Écart entre enseignants0,328 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvolutionary Human SciencesMême sujetLanguage and cultural evolutionTravaux en français237 207