MétaCan
Menu
Retour à la cohorte
Enregistrement W7154569059 · doi:10.48448/cf74-1h65

The Remote Infant Studies of Early Learning (RISE) Battery - A scalable assessment of cognitive development in infancy

2025· other· W7154569059 sur OpenAlexaff
Cognitive Science Society 2025, Sudha Arunachalam, Elika Bergelson, Michael Frank, Jordan Grapel, J. Kiley Hamlin, Miranda Harris, Shafali Jeste, Melissa Kline, Rebecca Landa, Casey Lew-Williams, Melissa Libertus, Julie Markant, Stephen J. Sheinkopf, Elizabeth Spelke, Caitlin Stone, Elena J. Tenenbaum, My Vu, Jennifer Wagner, Ashleigh Waterman

Notice bibliographique

RevueUnderline Science Inc. · 2025
Typeother
Langue
Domaine
Thématique
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCognitionCognitive developmentComprehensionSocial cognitive theoryChild developmentPsychological interventionJoint attentionSocial cognition

Résumé

récupéré en direct d'OpenAlex

Capitalizing on advances in remote developmental testing and automated gaze detection, we established a battery of tasks for comprehensive evaluation of cognitive development in infancy. The Remote Infant Studies of Early Learning (RISE) Battery allows for large-scale assessment of skills hypothesized as building blocks of cognitive development. RISE assesses attention, memory, prediction, multimodal processing, word comprehension, social evaluation, and numeracy, all with established predictive value for developmental outcomes. Using childrenhelpingscience.com, we recruited 111 infants for participation from home, at their convenience. Results were consistent with preregistered predictions for attention, memory, prediction and word comprehension tasks, but not for multimodal processing, numeracy, and social evaluation tasks. Results support the use of this battery to investigate mechanisms of infant cognition in relation to early developmental trajectories, with implications for early identification of developmental delays, evaluation of interventions to enhance early development, and testing of computational models of infant cognition and learning.

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)0,014
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,412
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0040,009
Études des sciences et des technologies0,0010,012
Communication savante0,0000,001
Science ouverte0,0030,003
Intégrité de la recherche0,0000,002
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 Opus0,040
Tête enseignante GPT0,370
Écart entre enseignants0,331 · 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'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'admission1
Résumé présentoui

Explorer davantage

Même revueUnderline Science Inc.Travaux en français237 207