MétaCan
Menu
Retour à la cohorte
Enregistrement W4417524307 · doi:10.1016/j.cognition.2025.106405

Constructive episodic simulation, self-projection, and scene construction: Investigating the mechanisms of children's episodic thinking

2025· article· en· W4417524307 sur OpenAlexafffundabout
Ege Kamber, Michael A. Busseri, Caitlin E. V. Mahy

Notice bibliographique

RevueCognition · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensBrock UniversityYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEpisodic memoryConstructiveAutobiographical memoryChronesthesiaCognitionMagical thinkingNarrative

Résumé

récupéré en direct d'OpenAlex

Constructive episodic simulation, self-projection, and scene construction are three prominent cognitive mechanisms posited to underpin episodic thinking. This study investigated whether these mechanisms explain individual differences in children's episodic thinking and relations to other related abilities during middle childhood (i.e., imagination, perspective-taking, and spatial navigation). A sample of 150 Canadian children aged 8 to 10 years completed the Autobiographical Interview, in which they described future, past, current, and make-believe events, and several other behavioural tasks measuring their perspective-taking, spatial navigation, narrative ability, and receptive vocabulary. Structural equation modelling revealed significant covariance among episodic thinking for future, past, and current events, imagination, and spatial navigation, but not perspective-taking. When children's verbosity was controlled, these relations were weakened in magnitude and spatial navigation was no longer significantly related to episodic thinking processes. These results support constructive episodic simulation and scene construction accounts, as well as a more general underlying episodic simulation ability, as mechanisms for episodic thinking in middle childhood.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,464
Score d'incertitude au seuil0,460

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,271
Écart entre enseignants0,259 · 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'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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCognitionMême sujetChild and Animal Learning DevelopmentTravaux en français237 207