Children's attention to numerical quantities relates to verbal number knowledge: An introduction to the Build‐A‐Train task
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Which dimension of a set of objects is more salient to young children: number or size? The 'Build-A-Train' task was developed and used to examine whether children spontaneously use a number or physical size approach on an un-cued matching task. In the Build-A-Train task, an experimenter assembles a train using one to five blocks of a particular length and asks the child to build the same train. The child's blocks differ in length from the experimenter's blocks, causing the child to build a train that matches based on either the number of blocks or length of the train, as it is not possible to match on both. One hundred and nineteen children between 2 years 2 months and 6 years 0 months of age (M = 4.05, SD = 0.84) completed the Build-A-Train task, and the Give-a-Number task, a classic task used to assess children's conceptual knowledge of verbal number words. Across train lengths and verbal number knowledge levels, children used a number approach more than a size approach on the Build-A-Train task. However, children were especially likely to use a number approach over a size approach when they knew the verbal number word that corresponded to the quantity of blocks in the train, particularly for quantities smaller than four. Therefore, children's attention to number relates to their knowledge of verbal number words. The Build-A-Train task and findings from the current study set a foundation for future longitudinal research to investigate the causal relationship between children's acquisition of symbolic mathematical concepts and attention to number.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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.
score_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