MétaCan
Menu
Retour à la cohorte
Enregistrement W4409754972 · doi:10.31234/osf.io/jrwvh_v1

Expanding the Toolbox: 25 Years of Methodological Change in Infant Research

2025· preprint· en· W4409754972 sur OpenAlexfundno aff
Nicolás Alessandroni, Laia Fibla, Miranda Gómez Díaz, Xinran Gong, Hilary Killam, Melanie López Pérez, Charlotte E. Moore, Alexandra Paquette, Andrea Sander‐Montant, Krista Byers‐Heinlein

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaConcordia University
Mots-clésToolboxRegional sciencePsychologyPolitical scienceComputer scienceGeographyProgramming language

Résumé

récupéré en direct d'OpenAlex

The landscape of infant behavior research has undergone a remarkable transformation over the past quarter-century. In this article, we synthesize these methodological changes and their implications for developmental science. Drawing on a systematic comparative assessment of empirical articles published in Infant Behavior and Development in 2000 and 2024, we critically evaluate five key methodological dimensions: research contexts, sample and cell sizes, coding practices, data analysis techniques and statistical software, and open science practices. Our synthesis reveals how the field has expanded beyond traditional laboratory settings toward more diverse research environments, including remote and archival approaches that enhance ecological validity and sample diversity. We trace how sample sizes have nearly doubled and experimental cell sizes have increased 2.5-fold, strengthening statistical power and replicability. We examine the selective adoption of automated methodologies in domains like eye tracking and speech analysis, alongside the persistent value of manual coding for complex behaviors. The transition from classical statistical methods to more nuanced analytical approaches increasingly implemented in open source software reflects both technological capabilities and theoretical shifts toward capturing developmental complexity. Finally, we document the emergence of open science practices, which now appear in over a third of published studies. Throughout, we highlight how these methodological transformations reflect broader drivers: the replication crisis, technological innovations, and evolving theoretical perspectives. Looking forward, we offer a roadmap for methodological development that builds on these advances while addressing persistent challenges in the field.

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)0,767
score de la tête « metaresearch » (Gemma)0,728
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,233
Score d'incertitude au seuil0,287

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,7670,728
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0160,012
Études des sciences et des technologies0,0070,056
Communication savante0,0220,031
Science ouverte0,0100,025
Intégrité de la recherche0,0080,021
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,811
Tête enseignante GPT0,668
Écart entre enseignants0,143 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomaineMéthodes
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDelphi Technique in ResearchTravaux en français237 207