MétaCan
Menu
Retour à la cohorte
Enregistrement W3158802974 · doi:10.24908/iqurcp.8718

Constraints on Children's Exploration

2016· article· en· W3158802974 sur OpenAlexvenueno aff
Laurel Dault

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Strategies and Epistemologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubject (documents)Object (grammar)PerceptionField (mathematics)PsychologyComputer scienceSocial psychologyArtificial intelligenceWorld Wide WebMathematics

Résumé

récupéré en direct d'OpenAlex

Children typically explore, that is, select information sources that are unfamiliar, during information-seeking; however certain variables can limit this exploratory behaviour. The study investigated children's likelihood to explore based on their representations of knowledge distribution. Knowledge distribution is the idea that information is spread differently across populations. Some information is commonly known (such as traffic laws), and therefore widely-distributed, whereas other subjects are less commonly known (such as laws of physics) and thus narrowly-distributed. People who know about narrowly-distributed areas of knowledge are classified as experts in that subject. In the experiment, 4-year-olds met an informant who correctly labeled objects from fields of knowledge that were either broadly-distributed or narrowly-distributed. Next, participants viewed another object from the same field of knowledge and could choose to seek help with labeling this object from either the familiar informant or a novel informant. Children's perceptions of the distribution of knowledge influenced their choice of an informant. These data suggest that children's representations of knowledge may restrict their exploration, that is, when they are dealing with what they perceive as a narrowly-distributed topic, they will presume the familiar informant is an expert on the subject and choose that informant to provide more information.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,367
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,209
Tête enseignante GPT0,430
Écart entre enseignants0,221 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetEducational Strategies and EpistemologiesTravaux en français237 207