MétaCan
Menu
Retour à la cohorte
Enregistrement W4225871880 · doi:10.1080/15248372.2022.2058509

An Observational Study of Children’s Problem Solving during Play with Friends

2022· article· en· W4225871880 sur OpenAlexaff
Zachary S. Gold, Jesseca Perlman, Nina Howe, Aura Ankita Mishra, Ganie DeHart, Hannah Hertik, Jessica Belue Buckley

Notice bibliographique

RevueJournal of Cognition and Development · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPsychologyObservational studyNaturalistic observationSet (abstract data type)CognitionTask (project management)Observational methods in psychologyDevelopmental psychologyAssociation (psychology)Cognitive developmentTheory of mindSocial cognitionChild developmentEarly childhoodSocial psychology

Résumé

récupéré en direct d'OpenAlex

Problem solving is an important cognitive skill that children use to plan and navigate various developmental and social tasks. Although previous research was theory-grounded and systematic, to our knowledge, no research has observed and documented children’s problem solving as a primary objective in naturalistic developmental contexts, such as home-based play with friends. The current study used a new observational measure to evaluate associations between children’s frequency of verbal and behavioral problem solving during play with friends and the extent to which they completed a toy construction task. Sixty-eight 7-year-old friends from the Northeast United States were observed in 34 play dyads. Results revealed a significant positive association between problem solving and task completion with no significant gender or play set differences. Results provide initial evidence that observing friends’ shared problem solving behavior may have pedagogical implications for cognitive development in typical early childhood settings.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,311
Écart entre enseignants0,260 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cognition and DevelopmentMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207