MétaCan
Menu
Retour à la cohorte
Enregistrement W4410567105 · doi:10.1111/desc.70027

Children Use the Relative Confidence of People With Conflicting Perspectives to Form Their Own Beliefs

2025· article· en· W4410567105 sur OpenAlexafffund
Carolyn Baer, Jan M. Engelmann, Celeste Kidd

Notice bibliographique

RevueDevelopmental Science · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensAlgoma University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaDefense Advanced Research Projects AgencyWalton Family FoundationJohn Templeton FoundationNational Science Foundation
Mots-clésPsychologyLow ConfidenceMonsterSocial psychologyFalse beliefDevelopmental psychologySocial cognitionTheory of mindCognition

Résumé

récupéré en direct d'OpenAlex

We provide evidence that children sensibly integrate the judgments of different people who disagree according to their confidence. We asked children (ages 5-10 years, N = 92) to make judgments about what happened during unobserved events by relying on two informants who sometimes disagreed. Children integrated the reports of informants and formed novel beliefs endorsed by neither party by 8 years old when the informants reported equal confidence-for example, they selected a monster with six spots when one informant reported seeing one with four spots and another reported seeing one with eight. Unequal confidence across the informants biased children toward the judgment of the more confident party. That children can integrate social confidence judgments with conflicting information-considering and weighing the relative confidence of others to make up their own minds about what is most likely-represents a previously unappreciated mechanism of learning that is crucial to children's development as independent social agents. It allows children to become independent thinkers who can form beliefs that build on the knowledge of others without relying on identical belief adoption of one social agent over another.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,287
Écart entre enseignants0,275 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmental ScienceMême sujetChild and Animal Learning DevelopmentTravaux en français237 207