MétaCan
Menu
Retour à la cohorte
Enregistrement W3210048284 · doi:10.1371/journal.pone.0259159

What will you want tomorrow? Children—But not adults- mis-predict another person’s future desires

2021· article· en· W3210048284 sur OpenAlexaff
Gema Martín-Ordás, Cristina M. Atance

Notice bibliographique

RevuePLoS ONE · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)PsychologyState (computer science)ThirstDevelopmental psychologyContrast (vision)Cognitive psychologySocial psychologyMedicineComputer scienceArtificial intelligenceHistory

Résumé

récupéré en direct d'OpenAlex

Young children have difficulty predicting a future physiological state that conflicts with their current state. This finding is explained by the fact that children are biased by their current state (e.g., thirsty and desiring water) and thus have difficulty imagining themselves in a different state (e.g., not thirsty and desiring pretzels) "tomorrow," for example. Another potential explanation that we explore here is that young children have difficulty understanding how physiological states, like thirst, fluctuate over time. We asked 3-, 4- and 5-year-olds (Experiment 1) and adults (Experiment 2) to predict what a thirsty Experimenter-who preferred crisps to water-would want ("water" or "crisps") "right now" and "tomorrow." Only adults correctly predicted someone else's future desires when this person's future and current desires conflicted. In contrast, both adults and children in the control groups (in which the Experimenter was not thirsty) had no difficulty predicting that the Experimenter would want crisps "right now" and "tomorrow." Our findings suggest that children's difficulty predicting future desires cannot solely be attributed to their being biased by their current state since the children in our study were, themselves, not thirsty. We discuss our results in the context of children's difficulty understanding fluctuations in physiological states.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil1,000

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)0,0060,001

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 Opus0,030
Tête enseignante GPT0,229
Écart entre enseignants0,199 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetChild and Animal Learning DevelopmentTravaux en français237 207