MétaCan
Menu
Retour à la cohorte
Enregistrement W4413378847 · doi:10.31234/osf.io/rwp23_v2

Infant Geometry

2025· preprint· en· W4413378847 sur OpenAlexaff
Moira Rose Dillon

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensYork University
Organismes subventionnairesAssociation for Psychological ScienceNational Science Foundation
Mots-clésGeometryAbstractionCategorizationSet (abstract data type)Transformation geometryComputer scienceObject (grammar)Artificial intelligenceMathematicsEpistemologyPhilosophyProgramming language

Résumé

récupéré en direct d'OpenAlex

Geometry is at the foundation of many of humanity’s greatest cultural achievements, from art and architecture to science and technology. This chapter explores the origins of humans’ unique capacity for geometry by describing the early emerging geometric sensitivities of human infants. Initially, infants show limited sensitivities to the geometry of 2D visual forms, discriminating the relative lengths of a form’s parts but not the angles at which those parts meet, consistent with the hypothesis that infants differentiate forms by their shape skeletons. Nevertheless, infants’ sensitivities to the geometry of 2D visual forms may become increasingly abstract with their acquisition of natural language, paralleling the increased geometric abstraction that underlies toddlers’ developing 3D object recognition and categorization. Such development may ultimately support informal learning of the foundational geometric building blocks of formal geometry, like those found in Euclid’s Elements, with concepts like parallelism, perpendicularity, and angle, and may thus set the stage for formal learning of geometry in school.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,681

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,243
Écart entre enseignants0,232 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpatial Cognition and NavigationTravaux en français237 207