Angry, Sad, or Scared? Within-valence Mapping of Emotion Words to Facial and Body Cues in 2 to 4-Year-Old Children
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
The acquisition of emotion words is critical to children’s socio-emotional development. Previous studies report that children acquire emotion words gradually during ages 3–5 and beyond. The majority of this work, however, has used demanding tasks for young children (e.g., asking children to label emotion-related facial configurations) and has predominantly relied on facial configurations. Here we designed a child-friendly, word-comprehension task incorporating both facial configurations and body language. In two preregistered online experiments, we asked two to four-year-olds (N = 96) to connect emotion words—happy, sad, angry, and scared—to either facial configurations (Experiment 1) or combined facial and body cues (Experiment 2). We found relatively early competence in understanding emotion words, especially those of the same-valence. All age groups, including 2-year-olds, successfully linked emotion words to corresponding facial configurations (Experiment 1). Experiment 2 replicated this pattern and further showed that children performed equally well (though not substantially better) when given additional body cues. Parental reports of children’s exposure to and use of masks during the COVID-19 pandemic did not correlate with children’s performance in either experiment. Even before children can produce emotion words in an adult-like manner, they possess at least a partial understanding of those words and can map them to emotion cues within valence domains.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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