MétaCan
Menu
Retour à la cohorte
Enregistrement W4414086932 · doi:10.1080/09515089.2025.2556845

From monkeys to infants: the empirical challenges facing mental fictionalism

2025· article· en· W4414086932 sur OpenAlexfundno aff
Gavin Robert Foster

Notice bibliographique

RevuePhilosophical Psychology · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésEmpirical researchEmpirical evidenceMental modelCognition

Résumé

récupéré en direct d'OpenAlex

In recent decades, a novel theoretical account of folk psychology has emerged that challenges traditional assumptions: mental fictionalism. Rather than treating mental states as things in creatures’ minds that we are really tracking, mental fictionalists argue that folk psychology is best understood as a collective fiction that we partake in. On this account, it is this fiction rather than an ability to track mental states that enables us to predict/explain one another’s behavior, or to coordinate our affective states to grow and maintain social relationships. I provide an overview of the evidence from comparative and developmental psychology that is inconsistent with mental fictionalism, arguing that both views considered here are unable to account for the mindreading abilities of non-linguistic primates and children. I then offer an ontogenetic challenge, arguing that mental fictionalism faces the difficult task of explaining how mindreading could emerge from what are thought to be more sophisticated cognitive mechanisms, such as those underlying participation in either pretense or collective narratives. I conclude by highlighting the specific body of evidence that a more robust version of mental fictionalism should account for, especially as it continues to be refined and emerges as a serious competitor amongst interpretations of folk psychology.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,797
Score d'incertitude au seuil0,999

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,174
Tête enseignante GPT0,432
Écart entre enseignants0,258 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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 revuePhilosophical PsychologyMême sujetChild and Animal Learning DevelopmentTravaux en français237 207