The past is “fake”: Facilitated processing of wishes compared with counterfactual conditionals in 4- and 5-year-olds
Notice bibliographique
Résumé
Understanding counterfactual utterances, such as "If dinosaurs were still alive, we could see them in the zoo," requires entertaining alternatives to reality. Children's relatively late comprehension of counterfactual language is often attributed to its cognitive complexity. However, counterfactuals also present linguistic challenges, such as the misleading "fake" past tense that signals counterfactuality rather than referencing a past event. In our study, we investigated whether linguistic complexity influences children's counterfactual comprehension. We compared two constructions that differ in their dedication to expressing counterfactual meaning and examined whether the "fake" past tense leads children to misinterpret counterfactuals as referring to real past events. The results of a referent selection task with 23 American English-speaking 4- and 5-year-olds and 30 adults show that the performance of children and some adults was facilitated in the linguistically more transparent counterfactual wish-constructions (e.g., "I wish he had a banana milkshake") compared with more complex counterfactual conditionals ("If he had a banana milkshake, he would give me a banana coin"). This suggests that difficulties in comprehending counterfactual conditionals may stem more from linguistic challenges than from an inability to reason counterfactually. We argue that the counterfactual's misleading morphological information-the "fake" past-sometimes leads to misinterpretation, by children and even some adults, as referring to a "real" past. Together, these results highlight how the clarity of a construction's linguistic form affects both the age at which it is acquired and how easily it is processed, challenging the view that counterfactual comprehension difficulties are purely conceptual.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».