MétaCan
Menu
Retour à la cohorte
Enregistrement W4403175026 · doi:10.1111/desc.13569

Toddlers’ Helping Behavior Is Affected by the Effortful Costs Associated With Helping Others

2024· article· en· W4403175026 sur OpenAlexafffundabout
Mia Radovanovic, Hannah Solby, Katie S. Rose, Jeong Yi Hwang, Ece Yucer, Jessica A. Sommerville

Notice bibliographique

RevueDevelopmental Science · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of TorontoJohn Templeton Foundation
Mots-clésPsychologyHelping behaviorTask (project management)Variety (cybernetics)CognitionDevelopmental psychologySocial psychologyHelping handCognitive psychologyApplied psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Although the presence of early helping behavior has been firmly established, it is unclear to what extent children are willing to adopt costs to help others, as well as how this willingness changes as children get older. Canadian 21- to 36-month-olds (N = 48) participated in four helping tasks varying in the type and degree of effort required to help (lifting force, cognitive load, the number of steps in a task, and pushing force). When costs were lower, toddlers were not only more likely to help but also provided help more readily and helped in ways that prioritized others' needs. Importantly, we found that age and how costly helping was to individual children each uniquely predicted high-cost helping, but not low-cost helping. Overall, we demonstrate that toddlers' helping is sensitive to a variety of effortful costs, while simultaneously demonstrating that maturation and individual costs appear to uniquely influence high-cost helping.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,282
Écart entre enseignants0,266 · 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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDevelopmental ScienceMême sujetChild and Animal Learning DevelopmentTravaux en français237 207