MétaCan
Menu
Retour à la cohorte
Enregistrement W4407710430 · doi:10.1017/s0305000925000054

Learning Irony in School: Effects of Metapragmatic Training

2025· article· en· W4407710430 sur OpenAlexaff
Henri Olkoniemi, Tuomo Häikiö, Milla Merinen, Jasmiina Manninen, Matti Laine, Penny M. Pexman

Notice bibliographique

RevueJournal of Child Language · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensWestern University
Organismes subventionnairesKulttuurin ja Yhteiskunnan Tutkimuksen ToimikuntaUniversity of Cambridge
Mots-clésIronyPsychologyComprehensionReading comprehensionLinguisticsLiteral and figurative languageMeaning (existential)Eye trackingReading (process)Test (biology)Cognitive psychologyComputer scienceArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract Irony comprehension requires going beyond literal meaning of words and is challenging for children. In this pre-registered study, we investigated how teaching metapragmatic knowledge in classrooms impacts written irony comprehension in 10-year-old Finnish-speaking children ( n = 41, 21 girls) compared to a control group ( n = 34, 13 girls). At pre-test, children read ironic and literal sentences embedded in stories while their eye movements were recorded. Next, the training group was taught about irony, and the control group was taught about reading comprehension. At post-test, the reading task and eye-tracking were repeated. Irony comprehension improved after metapragmatic training on irony, suggesting that metapragmatic knowledge serves an important role in irony development. However, the eye movement data suggested that training did not change the strategy children used to resolve the ironic meaning. The results highlight the potential of metapragmatic training and have implications for theories of irony comprehension.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil0,546

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,001
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 Opus0,007
Tête enseignante GPT0,285
Écart entre enseignants0,278 · 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'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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Child LanguageMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207