MétaCan
Menu
Retour à la cohorte
Enregistrement W4205539367 · doi:10.31234/osf.io/3ztde

Oh…So close! Children’s close counterfactual reasoning and emotion inferences

2021· preprint· en· W4205539367 sur OpenAlexaffabout
Tiffany Doan, Ori Friedman, Stephanie Denison

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCounterfactual thinkingCounterfactual conditionalClosenessOutcome (game theory)PsychologySocial psychologyMathematicsMathematical economics

Résumé

récupéré en direct d'OpenAlex

How we feel about an outcome often depends on how close an alternative outcome was to occurring. In four experiments, we investigated whether predominantly White, middle-class, Canadian children (N = 425, Experiments 1-3) and American adults (N = 227, Experiment 4) consider close counterfactual alternatives when inferring other people’s emotions. In Experiment 1, 6-year-olds (but not 4- and 5-year-olds) inferred that an agent would feel sadder about winning a mediocre prize if she later found out that a more attractive one could have easily been won. However, children of all ages failed to judge whether the better outcome could have easily happened. In Experiment 2, when 5- and 6-year-olds knew the locations of the prizes beforehand, they inferred that an agent would be equally happy about winning a mediocre prize regardless if she almost won a better prize or not. Again, they did not recognize when the better outcome was a close counterfactual possibility. In Experiment 3, we included extra cues to the closeness of the alternative and both 5- and 6-year-olds inferred that she would feel sadder about winning a mediocre prize, and 6-year-olds acknowledged that the attractive prize was a close counterfactual alternative. In Experiment 4, adults considered close counterfactuals when inferring emotions. Our findings suggest that close counterfactuals influence children’s emotion inferences before they become able to acknowledge their closeness.

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 enseignants0,189
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 ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,017
Tête enseignante GPT0,288
Écart entre enseignants0,272 · 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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetChild and Animal Learning DevelopmentTravaux en français237 207