MétaCan
Menu
Retour à la cohorte
Enregistrement W3201338047 · doi:10.1111/cdev.13692

Mini managers: Children strategically divide cognitive labor among collaborators, but with a self-serving bias

2021· article· en· W3201338047 sur OpenAlexafffundabout
Carolyn Baer, Darko Odic

Notice bibliographique

RevueChild Development · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychologyCognitionTask (project management)Cognitive developmentWhite (mutation)Social psychologyDevelopmental psychologyManagement

Résumé

récupéré en direct d'OpenAlex

Strategic collaboration according to the law of comparative advantage involves dividing tasks based on the relative capabilities of group members. Three experiments (N = 405, primarily White and Asian, 45% female, collected 2016-2019 in Canada) examined how this strategy develops in children when dividing cognitive labor. Children divided questions about numbers between two partners. By 7 years, children allocated difficult questions to the skilled partner (Experiment 1, d = 1.42; Experiment 2, d = 0.87). However, younger children demonstrated a self-serving bias, choosing the easiest questions for themselves. Only when engaging in a third-party collaborative task did 5-year-olds assign harder questions to the more skilled individual (Experiment 3, d = 0.55). These findings demonstrate early understanding of strategic collaboration subject to a self-serving bias.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,036
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,244
Écart entre enseignants0,229 · 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.

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

Citations20
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueChild DevelopmentMême sujetChild and Animal Learning DevelopmentTravaux en français237 207