MétaCan
Menu
Retour à la cohorte
Enregistrement W4411696646 · doi:10.1111/cdev.14265

Six-Year-Olds, but Not Younger Children, Consider the Probability of Being Right by Chance When Inferring Others' Knowledge

2025· article· en· W4411696646 sur OpenAlexaff
Rosie Aboody, Julianna Lu, Stephanie Denison, Julian Jara‐Ettinger

Notice bibliographique

RevueChild Development · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesYale UniversityNational Science Foundation
Mots-clésPsychologyProbabilistic logicTheory of mindCognitive developmentDevelopmental psychologyChild developmentMental representationCognitive psychologyCognitionSocial psychologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

When determining what others know, we intuitively consider not only whether they succeed but also their probability of success in the absence of knowledge (e.g., random guessing). Across three experiments (n = 240 North American 4-6-year-olds, data collected between 2020-2023) we find that 4-year-olds understand that tasks with a lower probability of chance success are harder. However, it is not until age 6 that children use this understanding to gauge (Experiment 1) and infer (Experiments 2-3) what others know. These results suggest that, although basic probabilistic reasoning and representations of knowledge are well in place by age 4, children do not integrate the two to make mental-state inferences until much later, pointing to an area of important developmental change in Theory of Mind.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,136
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,266
Écart entre enseignants0,253 · 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.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChild DevelopmentMême sujetChild and Animal Learning DevelopmentTravaux en français237 207