MétaCan
Menu
Retour à la cohorte
Enregistrement W4388647043 · doi:10.5539/jedp.v14n1p11

Assessing Gambler’s Fallacy in Children Through Framing and Executive Functioning

2023· article· en· W4388647043 sur OpenAlexvenueno aff
J. H. Pope, J. Mark Cleaveland

Notice bibliographique

RevueJournal of Educational and Developmental Psychology · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistics Education and Methodologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyDevelopmental psychologyFallacyExecutive functionsTheory of mindCognitive psychologySocial psychologyCognition

Résumé

récupéré en direct d'OpenAlex

There is a gap in the literature concerning how recency biases develop in younger cohorts, and their impact on mathematical reasoning. The gambler’s fallacy is a negative recency bias that is defined as the false belief that for independent events, a streak of one outcome means that outcome is less likely to occur on a subsequent trial. In order to explore the developmental trajectory of this phenomenon, two groups of young children (4-5 years vs 7-8 years) participated in three tasks. All children first participated in a Flanker Inhibitory Control and Attention Test. The results of this test served to provide a measure of executive functioning for each participant. Next the children participated in two outcome prediction tasks. In one, each child observed a “friend” hiding behind one of two bushes over a sequence of trials, and then predicted their hiding location on a critical choice trial. In the other prediction task, participants observed an animation of a leaf falling from a tree and landing in one of two locations. In a critical choice trial, the participants predicted the landing spot of the leaf for the subsequent trial. Our data show 1) age differences in executive functioning scores, 2) an increase in negative recency bias as a function of executive functioning, and 3) the influence of framing effects on recency bias.

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)0,007
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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,240
Tête enseignante GPT0,497
Écart entre enseignants0,257 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Educational and Developmental PsychologyMême sujetStatistics Education and MethodologiesTravaux en français237 207