MétaCan
Menu
Retour à la cohorte
Enregistrement W3157268751 · doi:10.1111/desc.13108

Using environmental nudges to reduce academic cheating in young children

2021· article· en· W3157268751 sur OpenAlexaff
Li Zhao, Yi Zheng, Haiying Mao, Jiaxin Zheng, Brian J. Compton, Genyue Fu, Gail D. Heyman, Kang Lee

Notice bibliographique

RevueDevelopmental Science · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCheatingNudge theoryPsychologyContext (archaeology)Key (lock)Social psychologyIllusionMoral behaviorCognitive psychologyDevelopmental psychologyComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Previous research on nudges conducted with adults suggests that the accessibility of behavioral options can influence people's decisions. The present study examined whether accessibility can be used to reduce academic cheating among young children. We gave children a challenging math test in the presence of an answer key they were instructed not to peek at, and manipulated the accessibility of the answer key by placing various familiar objects on top of it. In Study 1, we used an opaque sheet of paper as a two-dimensional occluder, and found that it significantly reduced cheating compared to a transparent plastic sheet. In Study 2, we used a three-dimensional occluder in the form of a tissue box to make the answer key appear even less accessible, and found it was significantly more effective in reducing cheating than the opaque paper. In Study 3, we used two symbolic representations of the tissue box: a realistic color photo and a line drawing. Both representations were effective in reducing cheating, but the realistic photo was more effective than the drawing. These findings demonstrate that manipulating accessibility can be an effective strategy to nudge children away from cheating in an academic context. They further suggest that different types of everyday objects and their symbolic representations can differentially impact children's moral behavior.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,035
Tête enseignante GPT0,331
Écart entre enseignants0,296 · 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'étudeExpérimental (laboratoire)
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

Citations34
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopmental ScienceMême sujetChild and Animal Learning DevelopmentTravaux en français237 207