MétaCan
Menu
← Retour à la cohorte
Enregistrement W7110513612

Do Minds Switch Bodies? Dualist interpretations across ages and societies_postprint

2018· other· W7110513612 sur OpenAlexaboutno aff

Notice bibliographique

RevueOSF Preprints (OSF Preprints) · 2018
Typeother
Langue
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDualismIndigenousIntuitionNormativeFocus (optics)CognitionHolism
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Researchers explain cultural phenomena ranging from cognitive biases to widespread religious beliefs by assuming intuitive dualism: humans imagine minds and bodies as distinct and separable. We examine dualist intuition development across two societies that differ in normative focus on thinking about minds. We use a new method that measures people’s tendency to interpret ambiguous stimuli using mind-body dualist thinking. We recruit 180 Canadian children (2-10 yrs.) along with 42 Indigenous iTuakei Fijian children (5-13 yrs.) and 38 Indigenous iTaukei Fijian adults (27-79 yrs.) from a remote island community. Participants tracked a named character within ambiguous animations that could be interpreted as a mind-body switch. Animations vary ‘agency cues’ participants might rely on for dualistic interpretations. Results indicate early emerging dualistic inclinations across populations and reliance on ‘agency cues’ of body proximity and appearance of eyes. ‘Agency cues’ increase dualist interpretations from 10% to 70%, though eyes mattered more for Westernized participants. Overall, statistical models positing dualist interpretations ‘emerge early and everywhere’ fit our data better than models positing dualism ‘develops gradually with exposure to Western cultural traditions.’ Fijian participants, who normatively avoid focus on minds, offered even more dualistic interpretations when they had less Western cultural exposure (via formal education).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,018
Tête enseignante GPT0,306
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOSF Preprints (OSF Preprints)→Travaux en français237 207→