MétaCan
Menu
Retour à la cohorte
Enregistrement W4412690251 · doi:10.3390/bs15081016

Linguistic Markers of Theory of Mind in Spontaneous Speech: A Narrative Review

2025· review· en· W4412690251 sur OpenAlexafffund
Chaimaa El Mouslih, Vegas Hodgins, Lena Palaniyappan, Debra Titone

Notice bibliographique

RevueBehavioral Sciences · 2025
Typereview
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensWestern UniversityMcGill UniversityCentre for Research on Brain Language and MusicDouglas Mental Health University Institute
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMentalizationTheory of mindPsycINFOPsychologyNarrativeCognitionLinguisticsCognitive psychologySocial cognitionCognitive scienceMEDLINE

Résumé

récupéré en direct d'OpenAlex

The relationship between theory of mind (ToM) or mentalizing, i.e., the cognitive ability to attribute mental states to oneself and others, and language has been widely explored across disciplines. Identifying reliable linguistic markers of ToM extractable from individuals' speech provides a promising path for both research and clinical practice. In this narrative review, we aimed to synthesize findings from studies identified through a PSYCINFO search to provide an overview of speech-based markers associated with ToM abilities. Our results revealed six primary categories of relevant speech markers: mental state terms, general linguistic ability, embedded clauses, referring expressions, and pragmatic markers. Standardizing these markers could enhance the replicability and applicability of ToM assessments across diverse populations. We encourage future research to build on these findings to examine how mentalizing is expressed through language in varied social, cultural, and clinical contexts. Advancing this line of inquiry will deepen our understanding of the interplay between language and mentalizing and contribute to broader insights into language and cognition.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,097
Tête enseignante GPT0,441
Écart entre enseignants0,345 · 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'étudeAutre devis
Domainenon disponible
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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehavioral SciencesMême sujetChild and Animal Learning DevelopmentTravaux en français237 207