MétaCan
Menu
Retour à la cohorte
Enregistrement W4292615750 · doi:10.1007/s11150-022-09619-5

How to measure parenting styles?

2022· article· en· W4292615750 sur OpenAlexafffund
Christopher Rauh, Laëtitia Renée

Notice bibliographique

RevueReview of Economics of the Household · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Adolescent Psychosocial and Emotional Development
Établissements canadiensUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec-Société et Culture
Mots-clésPsychologyDevelopmental psychologyParenting stylesStyle (visual arts)Persistence (discontinuity)CognitionMeasure (data warehouse)Sample (material)Cognitive styleLatent semantic analysisArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, we measure parenting styles through unsupervised machine learning in a panel following children from age 5 to 29 months. The topic model, which is a statistical model originally developed to discover the latent semantic structures in text, classifies parents into two parenting styles: “warm” and “cold”. Parents of the warm type tend to respond to children’s expressions in a supportive manner, while parents of the cold type are less likely to engage with their children in an encouraging manner. Warm parenting is more likely amongst educated and older mothers. Although styles reveal some persistence, the share of parents with a warm style decreases with the age of the child, in particular for boys. Children of warm parents achieve higher cognitive and non-cognitive scores at later ages. We find that the topic model estimated on different sample splits, such as by education or child age, reveal additional information while maintaining robust overall patterns.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,410
Score d'incertitude au seuil0,276

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)0,0000,000

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 Opus0,060
Tête enseignante GPT0,258
Écart entre enseignants0,198 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations19
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReview of Economics of the HouseholdMême sujetChild and Adolescent Psychosocial and Emotional DevelopmentTravaux en français237 207