อทธพลของภาษาในเดกไทยปฐมวยกบการจำแนกประเภทดานเพศสถานะ
Notice bibliographique
Résumé
งานวิจัยนี้ศึกษาอิทธิพลของภาษา (คำลงท้ายที่แสดงเพศ) ต่อการจำแนกประเภทด้านเพศสถานะของผู้พูดเมื่อเปรียบเทียบกับสิ่งที่เป็นรูปธรรมอื่นได้แก่ รูปลักษณ์ กลุ่มตัวอย่างเป็นเด็กไทยอายุ 5 - 6 ปี จำนวน 20 คน ที่ร่วมกิจกรรมจากเกมและกติกาที่สร้างขึ้นบนแท็บเล็ตคอมพิวเตอร์โดยจะระบุเพศของตัวละครในเกมจาก 3 ตัวเลือก คือ ผู้ชาย ผู้หญิง และไม่แน่ใจ ตัวละครในเกมจะพูดประโยคทั้งสิ้น 24 ประโยค แบ่งเป็น 2 เงื่อนไข (1) “สอดคล้อง” ได้แก่ตัวละครที่มีเสื้อผ้าและทรงผมเป็นชายหรือหญิง และพูดประโยคที่มีคำลงท้ายสอดคล้องกับรูปลักษณ์ (2) “ไม่สอดคล้อง” ตัวละครที่มีรูปลักษณ์เป็นชายพูดประโยคที่มีคำลงท้าย “ค่ะ” หรือตัวละครที่มีรูปลักษณ์เป็นหญิงพูดประโยคที่มีคำลงท้าย “ครับ” เสียงพูดที่ใช้มีลักษณะทางเสียงกำกวมที่จะเป็นเพศใดเพศหนึ่งก็ได้ จากคำตอบทั้งหมด 432 ครั้ง แสดงให้เห็นว่าภาษามีอิทธิพลในการจำแนกเพศสถานะมากกว่ารูปลักษณ์ภายใต้เงื่อนไข “ไม่สอดคล้อง” ระหว่างรูปลักษณ์และคำลงท้าย ทั้งในกรณีที่ตัวละครมีรูปลักษณ์เป็นชายพูดประโยคที่มีคำลงท้าย “ค่ะ” และตัวละครมีรูปลักษณ์เป็นหญิงพูดประโยคที่มีคำลงท้าย “ครับ” เด็กเลือกระบุเพศสถานะโดยเป็นไปตามคำลงท้ายอย่างมีนัยสำคัญทางสถิติ ผลการวิจัยชี้ให้เห็นถึงบทบาทของภาษาและปฏิสัมพันธ์ในสังคมของเด็กปฐมวัยในการกำหนดมุมมองต่อประเภทของสิ่งต่าง ๆ โดยเฉพาะที่เป็นนามธรรม เช่น เพศสถานะ ซึ่งอาจเป็นผลจากประสบการณ์ความรู้ที่ถูกจัดเก็บในรูปแบบของคำและพัฒนาเป็นเครือข่ายทางความหมายขึ้น
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,159 | 0,066 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».