Young Children Use Conversational Timing as a Cue for Prosocial Commitment
Notice bibliographique
Résumé
This study explores the emergence of these abilities in young children (104 Chinese children, 41-77 months, 44 female). Children watched cartoon vignettes in which a cartoon character requested help from two friends whose respective responses followed either a short (600 ms) or long (4000 ms) delay.After the main task, participants completed the ITI discrimination task in which a squirrel asked two animals questions (e.g., “What’s your favorite color/food”) and each animal responded with a different ITI (600 ms vs. 4000 ms). Participants indicated which animal answered faster. Next, children completed the MBEMA rhythm test, followed by the false location and false content tasks. After completing the session, each child received an eraser as a gift. On the same day, caregivers were asked to complete the ToMI questionnaire online.This study used RStudio (2025.09.2+418, macOS version) for data processing and analysis, running all statistical procedures within the R language environment. Two datasets were required for the analysis: a long-format dataset and a wide-format dataset. Before running the code, please update the file paths in the first two read.csv() commands according to the actual location of the data files to ensure that R can correctly load the datasets.Variable DescriptionsgroupBetween-subject grouping variable used to balance participants across experimental conditions.classKindergarten class level of each participant: 1 = Junior Class, 2 = Middle Class, 3 = Senior ClassgenderParticipant’s self-reported gender.IDUnique participant identification number.tomiMean score on the Theory of Mind Inventory (ToMI) questionnaire.ageParticipant’s months converted to years.commit_1 – commit_4Scores for each trial (Trial 1–4) in the Commitment Judgment Task (commitment judgment).pre_1 – pre_4Scores for each trial (Trial 1–4) in the Commitment Judgment Task for (Preference).discrimination_1 – discrimination_4Scores for each trial (Trial 1–4) in the ITI Discrimination Task.rhythmTotal score on the MBEMA Rhythm Test.commitment_totalSum of the four trials in the Commitment Judgment Task(commit_1 + commit_2 + commit_3 + commit_4)discrimination_totalSum of the four trials in the ITI Discrimination Task(discrimination_1 + discrimination_2 + discrimination_3 + discrimination_4)locationScore on the False-Belief (Location Change) Task.contentScore on the False-Belief (Unexpected Content) Task.false_beliefTotal false-belief score, calculated as the sum of location + content.preference_totalSum of the four trials in the Preference Task(pre_1 + pre_2 + pre_3 + pre_4)monthParticipant’s age in years.fosterparticipants’ fosters who finished the ToMI: 1=mother, 2=father.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».