Artículos
Mediación parental
en el uso de tecnologías móviles en niños y niñas costarricenses: Una
aproximación metodológica mixta
The meaning of
concepts dealing with basic emotions in children and adults
Jorge R Vivas jvivas53@gmail.com
Consejo Nacional de Investigaciones Científicas y Técnica
(CONICET), Argentina
Matías M. Yerro Avincetto matias.yerro@gmail.com
Universidad Nacional de Mar del Plata (UNMDP), Argentina
Ana García Coni
Consejo Nacional de Investigaciones Científicas y Técnica
(CONICET), Argentina
María Laura Andrés
Consejo Nacional de Investigaciones Científicas y Técnica
(CONICET), Argentina
Martín Calcopietro
Universidad Nacional de Mar del Plata (UNMDP), Argentina
Mediación parental en el uso de tecnologías móviles en niños y
niñas costarricenses: Una aproximación metodológica mixta
Interdisciplinaria,
vol. 39, núm. 3, pp. 185-203,
2022
Centro Interamericano de Investigaciones Psicológicas y Ciencias
Afines
Los autores/as
conservan los derechos de autor y ceden a la revista el derecho de la primera
publicación, con el trabajo registrado con la licencia de atribución, no
comercial, compartir igual de Creative Commons
Esta obra está bajo una Licencia Creative
Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
Recepción:
26
Enero 2022
Aprobación:
28
Junio 2022
Financiamiento
Fuente: La
investigación que se presenta fue realizada en el marco de los siguientes
subsidios: Secyt UNMDP Cód.: 15/H309 Cód. Sub.: PSI 330/21. Predicción de
valores léxico-afectivos para las Normas de Producción de Atributos Semánticos
en español mediante Análisis de Semántica Distribucional. Beca EVC - CIN,
Resolución Nº 230/13: Estrategias de regulación emocional y producción de
atributos semánticos sobre emociones en niños de dos franjas etarias.
Nº de contrato: Secyt
UNMDP Cód.: 15/H309 Cód. Sub.: PSI 330/21
Resumen:
Aunque las emociones básicas son
consideradas universales, su significado varía según las culturas y los grupos
sociales. En el marco de la construcción social de los significados, aquí se
analizan y comparan las representaciones semánticas de seis emociones básicas
(alegría, tristeza, enojo, miedo, sorpresa, asco) activadas por 78 niños (9 a
11 años) y 78 adultos (20 a 40 años). En base a una tarea de producción de
atributos semánticos, se construyó la representación semántica asociada a cada emoción
para cada rango etario. Luego, utilizando la metodología provista por el
análisis de redes sociales (ARS), se analizó la calidad intrínseca y las
diferencias en cantidad y tipos de atributos, estructura de las redes, densidad
y nivel de entropía, y el uso de la definición por negación. Los resultados
indicaron que los mapas semánticos de niños y mayores demuestran que los
adultos producen mayor cantidad y diversidad de atributos que los niños, pero
que ambas poblaciones comparten el núcleo del significado de los conceptos
evaluados. Asimismo, muestra que la escolarización conduce a la generación de
más atributos taxonómicos, que en los niños prevalecen los atributos
introspectivos, que la densidad y la entropía revelan cómo los conceptos se
vinculan entre sí diferencialmente en ambas poblaciones y finalmente que,
frente a la dificultad para encontrar definidoras de pertenencia a una clase,
los niños recurren a operaciones de contraste categorial. Entre las redes
semánticas de adultos y de niños se encuentran continuidades y divergencias. En
ambos grupos se encuentran separadas las emociones positivas de las negativas,
lo cual es consistente con las teorías que sostienen la importancia de la
valencia hedónica en la comprensión de las emociones.
Palabras clave: semántica,
emociones, niños, adultos, análisis de redes sociales.
Abstract: Although basic emotions are considered universal, their
representation, associations and meaning vary among cultures and social groups.
Within the framework of the socio-constructivist theory, where the meanings
develop in the social context, this paper analyzes and compares the semantic
representations of six basic emotions (Joy, Sadness, Anger, Fear, Surprise and
Disgust), evoked by 78 children between 9 and 11 years old and 78 adults
between 20 and 40 years old. Participants had to list a series of
properties/features for each concept in a Property Listing Task (PLT). With the
lists produced by the participants, their frequencies and other statistical
properties were calculated, and the matrix of distances between concepts was
obtained from the vectors defined by each of them. Thus, using the six
aforementioned emotions as stimuli, the semantic representation associated with
each emotion was elaborated for each age range. Once these were obtained, an
analysis was carried out to evaluate the intrinsic quality and the differences
in: (1) quantity and types of features produced; (2) structure of each of the
semantic networks obtained, both by means of quadratic assignment procedure
(QAP) and hierarchical clustering algorithms; (3) network density (that
describes the portion of the potential connections in a network that are actual
connections) and entropy level (that describe the level of randomness and the
amount of information encoded in a network); (4) comparative use of definition
by negation; (5) qualitative analysis of the features associated with each
emotional concept. To carry out the bulk of these activities and analysis, we
used the tools and procedures provided by Social Network Analysis (SNA). As a
result: (1) regarding the number of features, adults produced significantly
more associations. A chi-square analysis found significant differences between
groups in the type of features evoked, with a primacy of taxonomic for adults
and introspective for children; (2) the quadratic assignment procedure found a
significant level of association of .59 between the two age groups. The
groupings performed at the lowest level of demand for linkage between cluster
members distinguish positive emotions from negative ones; higher levels of
demand begin to disaggregate the groupings: first fear and sadness are
separated, then anger, then the dyad constituted by both versions of disgust.
The emotion of greater commonality between children and adults is joy; (3) the
density of the total network is higher in children than in adults, and the
concepts of joy, disgust and sadness present a lower entropy in children than
in adults; (4) Children produce considerably more definitions by the negative
than adults; (5) the most similar emotion between both groups is joy and the
most dissimilar is disgust. In children, disgust responds to gustatory stimuli,
in adults it is used with social metaphorical value. The results obtained show
the semantic representation of basic emotions in children and adults, finding
both continuities (e. g. joy) and divergences (e.
g. disgust) associated with the context
and life experience. In both age groups, positive and negative emotions are
found to be separated, which is consistent with theories on the importance of
hedonic valence in the understanding of emotions. There are also differences in
categorization, either more thematically or taxonomically oriented.
Keywords: semantic, emotions,
children, adults, social network analysis.
Introducción
La construcción de significados abreva en un proceso intelectual
singular, deliberado o automático, consciente e inconsciente al mismo tiempo y
en un arduo proceso de negociación de significados, que se desenvuelve por
medio de interacciones sociales parciales y sucesivas que tensionan el flujo de
la comunicación entre las construcciones semánticas de los ocasionales
participantes del encuentro. La construcción de los significados se produce en
un contexto social y en un texto lingüístico y gestual que incide en los
avatares del proceso, lo condiciona, lo enmarca y en todos los casos parece que
no solo lo contextualiza, sino que lo constituye.
Los conceptos, particularmente los abstractos y emocionales, son
activamente elaborados por el individuo (Bolognesi
y Steen, 2018), tienden a estar ubicados en un contexto y en determinadas
situaciones (Barsalou y Wiemer-Hastings,
2005), consideran información de la propia experiencia afectiva (Kousta et al., 2011) y hasta se ha
sugerido considerar la importancia de las regularidades estadísticas en la
estructura de la superficie lingüística para su constitución (Louwerse, 2011). A diferencia de los
conceptos concretos, los abstractos están más separados de la experiencia
sensorial (Fernandino et al., 2015),
carecen de referentes puntuales y perceptibles, aunque puedan evocar
situaciones, introspecciones y experiencias emocionales. Otra diferencia es que
los conceptos abstractos son menos estables a lo largo del tiempo y son más
permeables a las experiencias, situaciones y contextos culturales (Barsalou, 1987). Además, dejan más lugar a
la variabilidad: suele haber más acuerdo entre las personas cuando se les pide
que definan o produzcan asociaciones o características sobre el concepto “mesa”
que cuando se les pide que lo hagan sobre el concepto “mentira” (Borghi et al., 2017). Según este punto de
vista, los conceptos abstractos se basan más en la introspección y en los
aspectos sociales e institucionales de las situaciones (Barsalou y Wiemer-Hastings, 2005).
Además, un aspecto único de los conceptos abstractos es su
naturaleza relacional, esto es, que suelen caracterizarse por los vínculos que
mantienen con otros conceptos más que por propiedades intrínsecas, como ocurre
con la mayoría de los conceptos concretos (Barsalou,
2003; Borghi y Binkofski, 2014; Gentner y Boroditsky, 2001; Wiemer-Hastings y Xu, 2005).
Las emociones
Las emociones son funciones muy básicas, activadas por estímulos
bastante primitivos, como el olfato. De modo que los conceptos de emoción
pueden verse como un subconjunto peculiar que, a diferencia de otros conceptos
abstractos, se suelen asociar con estados corporales específicos (Borghi et al., 2017). En este sentido, Wilson-Mendenhall y otros (2011)
postulan que los mecanismos subyacentes a la representación de las emociones y de
los procesos sensoriomotores son los mismos y se basan en la simulación y
recreación de las situaciones vividas al interactuar con el mundo. Tal como
expresa LeDoux (2016), hablar de una
emoción implica tanto un concepto como las conductas que se asocian con él.
Cabe destacar que algunos autores (por ejemplo, Altarriba y Bauer, 2004) sostienen que las
representaciones de emociones no deben incluirse dentro de los conceptos
abstractos y que, por ende, existe una tricotomía entre conceptos
abstractos-concretos-emocionales.
Inicialmente, el estudio de las emociones en psicología se
inspiró en la propuesta de Darwin (1899),
quien sostenía que las emociones tienen un carácter innato y permanente en la
evolución para permitir la supervivencia. Pronto surgió una sociología de las
emociones, encargada, entre otras cosas, de indagar acerca de las diferentes
etiquetas que se utilizan para nombrarlas (Turner
y Stets, 2005). Esto llevó a las emociones al ámbito del léxico (García Andrade, 2019).
La constitución del lexicón
Los modelos actuales en memoria semántica asumen que los
conceptos se pueden caracterizar y definir por medio de la organización y el
funcionamiento de sus atributos semánticos, sus asociaciones y sus definidores.
En este marco, las representaciones semánticas de las emociones son el conjunto
de creencias y atributos que las personas poseen sobre ellas. Estas
representaciones abarcan ideas respecto de las causas y las consecuencias de
las emociones, de cuán adecuado es o no expresarlas en determinadas circunstancias
sociales, de los indicadores corporales de su activación y de la posibilidad de
atenuarlas o regularlas. Vilca y Farkas
(2019) destacan que la comprensión de las emociones propias y ajenas y la
habilidad de utilizar el vocabulario para expresarlas son competencias
vinculadas a la metacognición, a la empatía y a la comunicación (Brownell y Kopp, 2007; Saarni, 1999). Además, algunos autores
(por ejemplo, Cole et al., 2010; Izard et al., 2001; Scharfe, 2000; Thompson, 2014) proponen que, cuando las
niñas y los niños pueden expresar verbalmente sus necesidades, deseos y
sentimientos, logran administrar mejor su conducta y relacionarse adecuadamente
con el ambiente.
En los conceptos concretos, los estudios han mostrado que los
atributos nucleares son esenciales para establecer una base mínima de andamiaje
sobre la cual se desenvuelve la interacción verbal entre los hablantes y la
comprensión mutua. Al respecto, los atributos más reconocidos y relevantes para
los conceptos de nivel base son los taxonómicos-categoriales y los
temáticos-situacionales (Blaye y Jacques,
2009; Vivas y García Coni, 2013).
De manera más específica, los atributos temáticos hacen
referencia a relaciones contextuales entre objetos que no son del mismo tipo,
pero que desempeñan roles complementarios en el mismo escenario (Golonka y Estes, 2009; Lin y Murphy, 2001). Por ejemplo,
“raqueta” y “red” se vinculan en la situación “tenis” (Estes, Golonka y Jones, 2011). Estos
atributos se caracterizan por ser advertidos de manera rápida o incluso
incontrolable, por eso se utilizan con mucha frecuencia.
Los atributos taxonómicos, por su parte, se aplican a los
conceptos en virtud de su pertenencia a una categoría semántica. Su organización
jerárquica comprende tres niveles: superordinado (medio de transporte -
automóvil), subordinado (automóvil - descapotable) –de estructura vertical– y
coordinado o base (automóvil - motocicleta) –de estructura horizontal– (Geeraerts, 2010; O’Connor, Cree y McRae, 2009; White et al., 2018). El aspecto
jerárquico de la organización taxonómica implica que el nivel superordinado
(que es el más amplio y general) incorpore elementos de los niveles previos
–base y subordinado– y que, a su vez, el nivel base contenga elementos del
nivel anterior –subordinado (que es el más específico y concreto). Así, esta
forma de organización optimiza y economiza los recursos cognitivos disponibles.
Niveles de organización
Se ha observado la existencia de tres niveles en los que se
puede enmarcar la fuerza de la relación entre los conceptos y sus atributos
descriptivos. Un nivel de atributos nucleares, de altísima comunalidad entre
los hablantes de una lengua, un nivel de atributos parcialmente compartidos
reconocibles por cualquier integrante de dicho grupo, y un nivel individual,
que expresa la atribución singular y única que cada participante asigna a ese
concepto. Se ha encontrado una considerable consistencia en la caracterización
de estos niveles en conceptos concretos (Vivas,
Kogan, Yerro, Romanelli y Vivas, 2021), así como también una notable
estabilidad en sus componentes nucleares, tanto dentro de una lengua para
diferentes edades (Vivas, Martínez,
Krzemien y Lizarralde, 2020; Vivas,
Yerro, Romanelli, García Coni, Comesaña, Lizarralde, Passoni y Vivas, 2022)
como en estudios interlenguas (Vivas,
Kogan, Romanelli, Lizarralde y Corda, 2020; Vivas, Montefinese, Bolognesi y Vivas, 2020).
Por otro lado, se ha observado variabilidad en el tiempo, en los
individuos y en diferentes contextos (Barsalou,
1982; Clark, 1983). Al respecto, White et al. (2018) encontraron que el
significado de las palabras cambia en función de nuestro entorno cambiante –por
ejemplo, las personas jóvenes y las personas mayores consideran de modo
diferente materiales antiguos como el vidrio, y materiales más nuevos como el
plástico. De todos modos, y esto es crucial para los intercambios sociales,
existe un componente de estabilidad que hace que las experiencias de vida de
diferentes grupos de edad dentro de una cultura –y en muchos casos, entre
culturas– y sus correspondientes representaciones mentales y conceptos
coincidan o se asemejen.
García Coni et al. (2020),
Jouravlev y McRae (2016), Lawson, Chang y Wills (2017), Lin y Murphy (2001), Mirman, Landrigan y Britt (2017) y Murphy (2002), entre otros, encontraron
que la categorización temática es también significativa y prominente en
población adulta, y no solo en niños y adultos mayores. Arias-Trejo y Plunkett (2013) han sugerido
que tanto las relaciones taxonómicas como las asociativas son parte integral
del surgimiento de un léxico estructurado. Contrariamente, García Coni et al. (2020) encontraron, en
tareas de producción de atributos de conceptos concretos en niños de 6 a 12
años, jóvenes de 20 a 40 y mayores de 60 años, más respuestas taxonómicas en
los jóvenes que en los niños y los adultos mayores. Pero como la producción
temática fue alta y semejante entre los grupos, es decir, prominente en todas
las edades, el aumento de la categorización taxonómica no podría ser explicado
por una disminución de la categorización temática, sino probablemente por la
adquisición gradual de conocimientos y experiencias con miembros de las
categorías semánticas, a la vez que por una mayor capacidad de procesamiento (Salthouse, 2017). Asimismo, la
escolaridad parece favorecer especialmente la modalidad taxonómica de organizar
la información, brindando entrenamiento para categorizar y razonar de esa
manera (Murphy, 2002; Smiley y Brown, 1979). De hecho, el
conocimiento formal está organizado en taxonomías; por ende, el uso de este
tipo de relaciones se incrementa en las personas con más tiempo dentro del
sistema educativo (Estes et al., 2011).
Otro hallazgo notable vinculado con el anterior ha sido que el
vocabulario aumenta de un modo sostenido a lo largo de la vida hasta bien
entrada la vejez (Dubossarsky, De Deyne y
Hills, 2017; Light, 1992). Se ha
acumulado evidencia en diferentes lenguas utilizando el paradigma de decisión
léxica que muestra que entre los 12 y los 80 años el vocabulario aumenta de 26
000 palabras a casi 42 000 palabras (Brysbaert,
Warriner y Kuperman, 2014).
Complementariamente, Dubossarsky
et al. (2017) y Wulff et al. (2019)
han señalado, usando análisis de redes sociales (ARS), una evolución no lineal
en forma de U invertida del uso de las categorizaciones a lo largo de la vida.
El ARS ha sido un instrumento plausible para conocer los aspectos estructurales
de este cambio. Este marco conceptual y su batería metodológica asociada
proporcionan unos instrumentos muy flexibles para investigar la estructura a
gran escala del léxico y la organización semántica, representando las palabras
como nodos y las relaciones entre palabras como líneas que los unen (De Deyne y Storms, 2008; Vitevitch, Chan y Goldstein, 2014).
Una de las ventajas del ARS es que permite a los investigadores
estudiar fenómenos a escalas que van desde palabras individuales (es decir,
nodos) a todo el léxico (es decir, la red). Por ello ha sido ampliamente
utilizado para estudiar las estructuras a gran escala de redes asociativas (De Deyne, Navarro y Storms, 2013; Steyvers y Tenenbaum, 2005; Vivas, 2008; Vivas, Comesaña y Vivas, 2007) y la
formación de categorías en niños pequeños (Hills
et al., 2009).
El ARS ha proporcionado evidencia de cambios estructurales a lo
largo de la vida. Zortea et al. (2014)
hicieron análisis de grafos de la asociación semántica en niños (8-12), jóvenes
(17-45) y mayores (60-87). Sus resultados mostraron un aumento del tamaño de la
red, conjuntamente con un aumento en el coeficiente de clusterización (grado de
conectividad de una palabra con sus vecinas). Dubossarsky et al. (2017) ampliaron el
estudio con más de 8 000 personas, mostrando cambios estructurales, así como
cambios asociados con palabras individuales.
En el presente trabajo se propone la perspectiva novedosa de
recolectar y estudiar las etiquetas verbales que aluden a las emociones básicas
en niños y adultos jóvenes, la forma en que se organizan y el tipo y nivel de
categorías implicadas. Esto último es especialmente interesante pues es un
fenómeno que, al englobar la percepción, la comunicación y la comprensión del
mundo, permite organizar y dar sentido al enorme volumen de información al que
se está expuesto (Unger et al., 2016).
Metodología
Para capturar la representación semántica de las emociones
básicas en niños y adultos se diseñaron dos tareas de listado de propiedades
conocidas como Property Listing Task (PLT) en las que los reactivos fueron las
seis emociones básicas de Ekman et al.
(1987). Las tareas de producción de atributos han sido ampliamente
utilizadas para establecer la representación de conceptos (Chaigneau et al., 2020; Devereux et al., 2014; Kremer y Baroni, 2011; Lenci et al., 2013; McRae et al., 2005; Montefinese et al., 2013; Vivas et al., 2017; Vivas et al., 2022).
Participantes
La muestra fue seleccionada antes de la pandemia por COVID-19 y
estuvo conformada por 78 niños de 9 a 11 años (M = 10.2 años), de ambos sexos
(niñas: 42), pertenecientes a escuelas de gestión privada de la ciudad de Mar
del Plata, y 78 estudiantes universitarios de entre 20 y 40 años (M = 24.6
años), de ambos sexos (mujeres: 45).
Instrumentos
Se diseñaron dos versiones para la PLT, adaptadas a cada grupo
muestral. Ambas incluyeron las seis emociones básicas (alegría, tristeza,
enojo, miedo, sorpresa y asco). Se consignó la edad y el género de los
participantes. Con los niños la tarea fue administrada oralmente y el evaluador
registró las respuestas. En el grupo de adultos la tarea fue autoadministrada.
Para el grupo de niños, la consigna fue: “Vamos a imaginar un
juego en el que te digo en secreto unas palabras. Lo que vos tenés que hacer es
darle pistas a un compañero para que adivine qué palabra es la que yo te dije.
Por ejemplo, si te dijera la palabra ‘Perro´, vos le podés decir cosas como:
‘es un animal’, ‘ladra’, o ‘tiene cuatro patas’. Las pistas que podés darle son
frases cortas o palabras; no podés hacer mímica, ni mover las manos.
¿Entendiste? ¿Qué le dirías para que adivine si la palabra que te digo es...?”.
Una prueba piloto (N = 10) realizada con esta versión resultó ampliamente
satisfactoria.
Para el grupo de adultos, la consigna fue: “En la página
siguiente se presenta una serie de palabras que expresan emociones. Por favor,
ingrese todas las palabras que se le puedan ocurrir para describir la emoción a
la que se refiere. Puede considerar distintas características: sensaciones
físicas, psíquicas o situaciones contextuales. Puede pensar para qué, dónde y
cuándo aparece. Trate de no usar frases y escriba cada palabra en un renglón.
Piense qué palabras describen mejor dicha emoción, sin repetir. Puede pensar
cómo le contaría a otra persona sobre esta emoción”.
Procedimiento y consideraciones éticas
Luego de gestionar las autorizaciones pertinentes, se informó a
la institución educativa los objetivos del estudio, su propósito y cada
procedimiento a utilizar. Se solicitó el consentimiento informado de los
padres/tutores de los niños. En el mismo se informó sobre el propósito de la
investigación y el uso futuro de los datos (y que en caso de solicitarlo
podrían tener acceso a ellos). Los niños podían interrumpir su participación en
el momento que así lo desearan. También se informó a los niños sobre el estudio
y se evaluó a quienes tuvieran el consentimiento informado de sus padres /
tutores y que, a su vez, acordaran voluntariamente participar del mismo. La
administración se realizó dentro del espacio y horario escolar en un aula
destinada para tal fin.
Como salvaguarda ética se tomaron los procedimientos
recomendados por la American Psychological Association (APA), los principios
establecidos por la Convención Internacional sobre los Derechos del Niño y lo
establecido por la Ley Nacional 26.061 de Protección Integral de los Derechos
del Niño.
Análisis de los datos: Unificación y clasificación
Debido a la variabilidad léxica con la que se puede aludir a un
mismo significado, es posible generar distintas expresiones que refieran a un
mismo atributo, es decir, que sean sinónimos. Así, se puede interpretar que al
decir que algo es “lindo”, “bello” o “bonito”, se remite a un mismo atributo o
propiedad; en este caso, a una cualidad estética positiva. Además, como el
procesamiento informático es de naturaleza sintáctica, para eliminar las falsas
diferencias se procedió a aplicar un proceso de unificación. Mediante este
proceso se codificaron bajo una única etiqueta verbal aquellas múltiples
variantes que remiten a idéntico significado. Este procedimiento de unificación
se fundamenta en dos razones (Vivas et
al., 2022): (1) capturar las regularidades que subyacen a la producción de
atributos para reducir la gran variedad de verbalizaciones equivalentes
posibles; y (2) obtener información sobre las variables de los atributos. Por
ejemplo, para computar variables como la frecuencia de producción, se requiere
que las distintas variantes se unifiquen en una única versión. Para este
procedimiento, se siguieron los criterios de Vivas et al. (2022) y Vivas et al. (2017), que a su vez se
fundamentan en los de McRae y otros (2005).
Para la clasificación de atributos, se utilizó el esquema de codificación de Barsalou y Wiemer-Hastings (2005), debido
a que es especialmente pertinente en los casos en los que se trata con
conceptos abstractos. Este esquema de codificación posee seis categorías:
Taxonómicos (T), Espacio y tiempo (ET), Entidad (E), Evento (Ev),
Introspecciones (I) y Artefactos o instituciones sociales (SOC). La versión
completa puede encontrarse como anexo.
Resultados
Cantidad y tipos de atributos
Al considerar la cantidad global de atributos dados por cada
grupo etario, se observa que los adultos produjeron una cantidad
significativamente mayor con 1 447 atributos (media de 3.09 atributos por
emoción por adulto). Los niños produjeron 1 148 atributos (media de 2.45
atributos por emoción por niño). La cantidad de atributos diferentes dados por
cada grupo fue de 444 en niños y 566 en adultos. Lo que se denomina consenso
(promedio de menciones por atributo) fue de 13.10 y 10.71, respectivamente.
Si se considera la distribución de frecuencias por categoría (ver
Tabla 1), existe una diferencia estadísticamente
significativa (c² = 56.538, p < .001). Mediante un análisis post hoc (Fisher), se hallaron diferencias específicas en
introspectivos y taxonómicos, según las cuales los adultos presentaron
preferencia por usar taxonómicos y los niños mayor número de introspectivos.
Tabla 1
Sumatorias de
frecuencias de producción, según categorías y grupos etarios
* p < .01
Análisis estructural de las redes de niños y adultos
Para obtener la correlación intermatrices entre niños y adultos
se utilizó el método Quadratic Assignment Procedure (QAP) propuesto por Hubert y Schultz (1976), que se utiliza
principalmente para probar la asociación entre redes y se desarrolla en dos
pasos. En el primero se calcula el coeficiente de correlación de Pearson entre
las celdas correspondientes de las dos matrices de datos. En el segundo paso, se
permutan aleatoriamente filas y columnas de la matriz observada
(sincrónicamente unas 2 500 veces) y se vuelve a calcular la correlación y
otras medidas. Este paso se repite cientos de veces para calcular la proporción
en que una medida aleatoria es mayor o igual que la medida calculada en el paso
1. Una proporción baja (< .05) sugiere una fuerte asociación entre las
matrices.
Los resultados de la correlación QAP entre niños y adultos se
muestran en la Tabla 2.
Tabla 2
Correlación entre las
redes de niños y adultos
Nota: Pmáx y Pmín presentan p valores con límites de intervalo de
confianza de .95.
Como se puede observar, existe un nivel de asociación
significativo de .59. Esto significa que tanto adultos como niños comparten
casi el 60 % de los atributos requeridos para describir un concepto, con la
implicancia que ello tiene para la comprensión.
Para tener una visión estructural de ambas redes, se compararon
sus densidades y el nivel de entropía de sus miembros. Los resultados mostraron
una mayor densidad (promedio de la matriz) de la red de niños: en niños la
densidad fue de 55.26 con un desvío estándar de 97.58 y en adultos, de 35.33
con un desvío estándar de 61.05.
En la Tabla 3 pueden observarse los valores
de entropía para cada término en columnas por edad. En cada uno de los términos
la entropía es superior en los adultos.
Tabla 3
Entropía normalizada
Concepto |
Niños |
Adultos |
Alegría |
.787 |
.843 |
Asco |
.760 |
.866 |
Enojo |
.896 |
.884 |
Miedo |
.870 |
.898 |
Sorpresa |
.858 |
.844 |
Tristeza |
.798 |
.891 |
Para explorar las diferencias que quedan sin explicar, se aplicó
un método de clustering sucesivo. Este
procedimiento se realiza variando los niveles de exigencia requeridos para
constituir parte del mismo agrupamiento. La medida utilizada es el valor del coseno
que expresa la distancia semántica entre los vectores que se componen del peso
de los atributos referidos para cada término. Este es un valor que se utiliza
de modo semejante al de la correlación de Pearson y que en este caso se gradúa
paso a paso entre .10 y .90. Los pasos omitidos son aquellos en los cuales no
se apreciaron variaciones respecto al paso anterior. La Figura 1
muestra en pasos sucesivos esta evolución.
Figura 1
Agrupaciones de conceptos emocionales en función de la
correlación
(a) Se puede observar cómo se separan con mucha claridad las
emociones positivas de las negativas, con este bajo nivel de exigencia (r =
.1). Sorpresa y alegría, tanto para niños como para adultos, se hallan
contenidas en un agrupamiento con conexiones internas completas. Con respecto
al agrupamiento de emociones negativas, cada representación emocional para los
niños se halla vinculada con la correspondiente a los adultos. Además, existe
una asociación para adultos entre el miedo y la tristeza, y para los niños
entre tristeza, enojo y asco.
(b) Con un punto más alto de exigencia (r = .2) para la
constitución del clúster se puede observar cómo se discriminan, dentro de las
emociones negativas, la tristeza, el miedo y el enojo. Con este nuevo punto de
corte, y dentro de las emociones negativas, el único vínculo interemocional que
queda vigente es el del asco y el enojo para los niños.
(c) Una nueva exigencia (r = .3) en la fortaleza del vínculo
para la constitución del clúster muestra dos detalles sugerentes: el enojo en
ambos grupos se independiza del asco, y la sorpresa, en los adultos, deja de
estar necesariamente relacionada con la alegría.
(d) Una clusterización aún más exigente (r = .4) muestra que
solamente quedan relacionadas entre sí las emociones correspondientes en cada
grupo etario, con una excepción, el asco toma una forma distinta en los niños
con respecto a los adultos, por lo cual ya no se encuentran asociados.
(e) Por encima del valor de correlación del QAP (r = .6)
solamente dos emociones quedan semánticamente relacionadas entre niños y
adultos: sorpresa y alegría.
(f) Un resultado sugerente se obtiene cuando la exigencia llega
a r = .7. La única emoción básica semánticamente relacionada por medio de los
descriptores que puede enunciar cada grupo etario es la alegría.
(g) Recién cuando la exigencia es extremadamente alta (del orden
de r = .9) cada una de las emociones se expresa como semánticamente distinta.
Definición por la negativa
En adultos se ven nueve definiciones distintas mediante la negativa
(por ejemplo, “tristeza” es “no estar alegre”), con un total de 15 apariciones.
En niños se encuentran 59 definiciones distintas que incluyen un “no”. Acumulan
un total de 153 apariciones. Si se eliminan las definiciones mediante la
negativa, quedan entonces para adultos 557 definiciones diferentes, con una
frecuencia acumulada de 1 432, y para los niños 385 diferentes, con 995
atributos acumulados.
Discusión y
conclusiones
Cantidad
y tipos de atributos
El primer tratamiento, más amplio y general, muestra resultados
en línea con los hallados por Wulff et al.
(2019). Globalmente, los adultos produjeron mayor cantidad y diversidad de
atributos que los niños. Esto es interpretable en términos del crecimiento
sostenido del vocabulario entre ambos segmentos etarios (Dubossarsky et al., 2017; Light, 1992). La disponibilidad de menor
cantidad de términos impacta directamente en la fluidez y aumenta la
redundancia sobre las palabras disponibles.
El segundo tratamiento cuantitativo global y la comparación de
los resultados ahonda en la discriminación entre ambos grupos etarios: existe
una diferencia significativa que muestra a los adultos generando más atributos
taxonómicos y a los niños presentando más atributos introspectivos. Al
respecto, abunda evidencia de que la organización taxonómica, que se
caracteriza por aprovechar mejor los recursos cognitivos que estén disponibles,
resulta más accesible y utilizada por los adultos jóvenes que por los niños (García Coni et al., 2020; Maintenant, Blaye y Paour, 2011; Mudar y Chiang, 2017; Sloutsky, 2010). Según Salthouse (2017), es probable que la
adquisición gradual de conocimientos y el contacto progresivo con una mayor
cantidad y diversidad de miembros de las categorías semánticas contribuya a ese
fenómeno. Del mismo modo, el sistema escolar, del que los adultos han formado
parte por más tiempo, potencia el pensamiento taxonómico (Estes et al., 2011; Murphy, 2002).
Con respecto a la mayor producción de atributos introspectivos
por parte de los niños, se podría considerar que, en tanto estos refieren a
sentimientos, creencias y experiencias personales (e. g., “me gusta mucho”),
podría hacer referencia a la dificultad de recuperar los atributos relevantes
de los conceptos. Dicha recuperación demanda la intervención del control
cognitivo esforzado y consciente, pues requiere atenuar o eliminar la
interferencia de representaciones menos pertinentes, específicas, definitorias
y esenciales del concepto, como son las introspectivas (Wulff et al., 2019). En este sentido, se
ha encontrado que los mecanismos de control cognitivo se vuelven
progresivamente eficientes con la edad (Cragg
y Chevallier, 2012; Cragg y Nation,
2009). Así, Davidson et al. (2006)
encontraron que los niños de 13 años de edad aún no presentaban los niveles
adultos en las funciones principales de control cognitivo –inhibición,
flexibilidad cognitiva y memoria de trabajo. Por lo tanto, la mayor presencia
de atributos introspectivos en los niños se podría deber a un control cognitivo
aún insuficiente, lo cual puede llevar a que información no relevante ni
pertinente aparezca más frecuentemente en la tarea.
Análisis
estructural de las redes de niños y adultos
En este apartado se tendrá en cuenta la sugerencia de Wulff, De Deyne, Aeschbach y Mata (2022)
de usar el análisis de redes para comprender mejor la estructura
representacional del léxico mental con el desarrollo. La comparación matriz a
matriz por el método QAP mostró una correlación de Pearson de r = .59. Aunque
el volumen de reactivos es exiguo para afirmarlo categóricamente, estos
resultados sugieren que ambas poblaciones comparten el núcleo del significado
de estos conceptos, esto es, visto desde el arco de la teoría de los tres
niveles, disponen de un núcleo duro común que asegura un mínimo necesario de
atributos compartidos para que dos hablantes pertenecientes a estas distintas
poblaciones, se entiendan mutuamente (Vivas,
Kogan, Yerro, Romanelli y Vivas, 2021; Vivas,
Montefinese, Bolognesi y Vivas, 2020).
Densidad
y nivel de entropía
La densidad de la red tomada como un todo es mayor en los niños
que en los adultos. La densidad se calcula de modo semejante a una medida de
probabilidad en la que se coloca el número de relaciones efectivamente
existentes entre todos los nodos de la red en el numerador y todas las
relaciones posibles para esa red en el denominador (N*N-1 / 2 para este caso de
redes simétricas). Como el número de nodos (palabras) disponibles en los niños
es relativamente exiguo comparado con el de los adultos (Brysbaert, Warriner y Kuperman, 2014),
aumenta la probabilidad de ocupar muchas de las combinaciones disponibles.
Contrariamente, y probablemente como producto de la misma
interpretación de los resultados, como la cantidad de palabras disponibles en
los niños es relativamente pequeña, la elección de los términos se torna
equiprobable (igual de probable) a la hora de aparecer, por lo que en esta
población crece más sostenidamente la entropía (Shannon, 1948).
Clustering
La técnica de clusterización utilizada (Johnson, 1967) permite exigir diversa
fortaleza en el vínculo, de modo de ir anidando los resultados. La exigencia
más baja presenta resultados muy sugerentes: la separación, para ambos grupos
etarios, entre las emociones que podríamos denominar positivas (alegría y
sorpresa) y las que podemos considerar negativas (miedo, asco, enojo y
tristeza). Es interesante considerar que, a pesar de las diferencias etarias y
de vocabulario, como las emociones elicitan, habitualmente, la referencia a
otras emociones, circunstancias y sinónimos, los descriptores brindados por
niños y por adultos separan por igual ambos tipos de etiqueta según su valencia
emocional conformando dos clústeres claramente diferenciados (Keltner et al., 2019; Samper-García et al., 2016).
En el mismo sentido, una exigencia de fortaleza en los vínculos
apenas superior genera, para ambos grupos, dentro del clúster que denominamos
de emociones negativas, la discriminación de tres subclústeres que son la
tristeza, el miedo y el enojo/asco. Nuevamente nos encontramos con la presencia
de descriptores muy similares con fuerza de vínculo semejantes que, por ende,
se comportan de igual manera en la población de niños y en adultos.
Con una exigencia apenas superior se producen dos fenómenos,
convergentes por un lado y diferenciadores por otro. El enojo en ambos grupos
etarios se independiza del asco constituyendo un clúster por derecho propio, y
la sorpresa en los adultos, aquí hay un comportamiento diferente, deja de estar
relacionada con la alegría, ya que puede traer consigo consecuencias
desagradables o negativas.
En el paso siguiente (recordemos que estamos siguiendo el
proceso de la generación de descriptores semánticos) solo se relacionan entre
sí las etiquetas que tienen el mismo referente. El asco, claramente, toma una
forma distinta en los niños que en los adultos. La lectura de los descriptores
permite comprender que en los niños permanece su versión asociada a los gustos
desagradables, mientras que en los adultos toma la forma de repulsión o rechazo
en un sentido más metafórico, olfativo o social. Es interesante observar en
ambos grupos etarios cómo al final, cuando la exigencia es superior a .70,
solamente quedan semánticamente relacionados los descriptores que aluden a la
alegría.
Definición
por la negativa
El uso de la negación en los niños se desarrolla por lo que se
denomina una operación de contraste categorial (Hiltz, 2010). Multiplican por diez las
respuestas de este tipo en los adultos. Particularmente, son frecuentes los
taxonómicos opuestos (alegría; no tristeza/triste; no alegría) y los sinónimos
(asco; no gusta), y también se advierten, aunque en menor medida, una
consecuencia (enojo; no gusta/sorpresa; no saber) o un antecedente (miedo; no
me dejen sola). Las negaciones temáticas aparecen cuando describen una
situación antecedente o consecuente a la emoción presentada.
En síntesis, la comparación de los mapas semánticos de niños y
mayores muestra que: (a) los adultos producen mayor cantidad y diversidad de
atributos que los niños; (b) ambas poblaciones comparten el núcleo del
significado de los conceptos evaluados; (c) la escolarización de los adultos
conduce a la generación de más atributos taxonómicos mientras que en los niños
prevalecen los atributos introspectivos; (d) la densidad y la entropía surgen
como consecuencia de que existen conceptos que toman diferentes significados en
ambas poblaciones; y (e) frente a la dificultad para encontrar definidoras de
pertenencia a una clase, los niños recurren a operaciones de contraste
categorial.
En la actualidad se está ampliando la muestra a un conjunto
mucho mayor de etiquetas verbales que refieren a emociones. Se espera
contribuir a la comprensión de la evolución del lexicón mental en el
desarrollo, en los términos estructurales propuestos por Dubossarsky y otros (2017) y el Aging
Lexicon Group. También se propone avanzar en la descripción e interpretación de
la relación entre las experiencias individuales y educativas (Menti y Rosemberg, 2013) y el tamaño y la
estructura de las representaciones semánticas, así como de las diferencias
individuales y de edad en el rendimiento cognitivo.
Materiales suplementarios
Anexo 1 (pdf) Categorías de codificación de Barsalou y
Wiemer-Hastings (2005)
Este esquema de codificación posee seis macro-categorías:
Taxonómicos (T), Espacio y tiempo (ET), Entidad (E), Evento (Ev), Introspecciones
(I) y Artefactos o instituciones sociales (SOC).
Taxonómicos (T): Un concepto de la misma categoría que el
concepto objetivo, incluyendo supraordinados, subordinados, coordinados e
individuos. Para no-objetos, pueden ser antónimos u otros conceptos
relacionados del mismo campo taxonómico, a menos que se estipule una
dependencia. Para características de la personalidad, usar P si el foco está en
la persona, o usar T si el foco está puesto en la taxonomía. Incluye contrastes
dentro de una categoría que se aplican a tipos múltiples de cosas, nombrar
diferentes tipos de cosas a un nivel alto, etcétera (por ejemplo: ave-ANIMAL,
verdad-MENTIRA).
Espacio y Tiempo
(ET)
Locación (ET L): Un lugar donde la entidad o evento ocurre,
puede ser una condición ambiental o un objeto contextual mayor (por ejemplo:
ave-SIERRA, alfombra-EN EL PISO).
Tiempo (ET T): Un marco temporal donde la entidad o el evento
ocurre, puede ser una hora del día, un año, una fecha, etcétera (por ejemplo:
sofá-PRONTO ME COMPRARÉ UNO, inventar-AHORA MISMO ESTOY INVENTANDO).
Entidades (E)
Objeto (E O): Una entidad, una propiedad física o estructural de
una entidad física. No es una persona, puede ser la descripción ya sea de la
entidad objetivo o de una entidad asociada a la situación (por ejemplo:
ave-ALAS, auto-RUEDAS).
Persona (E P): Una persona, una propiedad de una persona,
habitualmente un agente en una situación. Típicamente una característica de la
personalidad, habilidad, o capacidad mental, aunque es posible también
propiedades físicas. Para el caso de características de la personalidad, el
foco está puesto en la persona. Si el foco está puesto en la taxonomía,
clasificarla como T. No incluir metas, que se clasifican como I G, etcétera
(por ejemplo: cocinar-LAS MADRES LO HACEN, verdad-UN ERUDITO CULTURAL).
Eventos (Ev)
Comportamiento característico (Ev B): El comportamiento
característico de una entidad descrito de forma agregada (por ejemplo: ave-CANTA,
granja-CRECE PASTO).
No agentivo (Ev N): Un evento no intencional, típicamente
involucra objetos inanimados (por ejemplo: auto-SE PUDRE LA CHAPA, alfombra-SE
INUNDA LA CASA).
Agentivo (Ev A): Un evento que involucra un agente; esta no es
una descripción del comportamiento característico de la entidad (EvB),
típicamente es un evento iniciado por un agente que tiene efectos en un
paciente. Los no humanos pueden ser agentes en tanto el evento no sea una
descripción de su comportamiento característico (por ejemplo: cocinar-CALENTÁS
LAS COSAS EN LA HORNALLA, verdad-LA GENTE PIENSA EN QUÉ CREE).
Comunicación (Ev C): Cualquier acto de comunicación (por
ejemplo: verdad-CUANDO LO QUE DECIS NO ES MENTIRA, libertad-LA GENTE DICE LO
QUE QUIERE DECIR).
Introspecciones (I)
Meta (I M): El objetivo, meta o intención de un agente,
habitualmente la razón por la cual sucede algo (por ejemplo: verdad-LA GENTE NO
QUIERE SABER QUÉ PASA, cocinar-PARA HACER EXACTAMENTE LO QUE QUERÉS COMER).
Evaluación/Afecto (I A): Una evaluación o emoción (típicamente
sentida por el sujeto) (por ejemplo: paloma-SUCIA, libertad-ME GUSTA MUCHO).
Creencia (I Cr): Una creencia al menos tenue (generalmente
sostenida por quien la enuncia), típicamente una afirmación sobre un hecho o
estado de las cosas. No es algo obvio o conocido, no es conocimiento, sino algo
que está en pugna, muchas veces una opinión. Cuando la evaluación es saliente,
usar I A; si se presenta una contingencia, usar I C; si la opinión es fuerte,
usar I Cr (por ejemplo: justicia-BUROCRÁTICA, sofá-NO HAY QUE SENTARSE TENSO EN
UN SOFÁ).
Contingencia/relación compleja (I C): Una contingencia de algún
tipo, una dependencia, necesidad, posesión, relación parte-todo, o algún otro
tipo de relación compleja. Las contingencias pueden ser relaciones si-entonces
o dependencias, como un concepto que depende de alguna propiedad para su
definición, donde la relación está explicitada (puede ser una necesidad). Otras
relaciones complejas pueden aplicar también, como relaciones temporales, un agente
que posee algo, relaciones parte-todo, etcétera. Típicamente los argumentos de
la relación deben estar codificados de manera anidada (por ejemplo:
verdad-DIFÍCIL DE DEFINIR DESPUÉS DEL POSMODERNISMO, libertad-LA IDEA DE
LIBERTAD INCLUYE DIFERENTES TIPOS DE LIBERTAD).
Artefactos o instituciones sociales (SOC): Un objeto creado
culturalmente, una institución o un concepto (por ejemplo: ave-PIOLÍN,
verdad-POSMODERNISMO).
Agradecimientos
La investigación que se presenta fue realizada en el marco de
los siguientes subsidios: Secyt UNMDP Cód.: 15/H309 Cód. Sub.: PSI 330/21.
Predicción de valores léxico-afectivos para las Normas de Producción de
Atributos Semánticos en español mediante Análisis de Semántica Distribucional.
Beca EVC - CIN, Resolución Nº 230/13: Estrategias de regulación emocional y
producción de atributos semánticos sobre emociones en niños de dos franjas
etarias.
Referencias
Altarriba, J. y
Bauer, L. M. (2004). The distinctiveness of emotion concepts: A comparison
between emotion, abstract, and concrete words. The
American Journal of Psychology, 117, 389-410. https://doi.org/10.2307/4149007
Arias-Trejo, N. y
Plunkett, K. (2013). What’s in a link: Associative and taxonomic priming effects
in the infant lexicon. Cognition, 128(2), 214-227. https://doi.org/10.1016/j.cognition.2013.03.008
Barsalou, L. W.
(1982). Context-independent and context dependent information in concepts. Memory & Cognition, 10(1), 82-93. https://doi.org/10.3758/BF03197629
Barsalou, L. W.
(1987). The instability of graded structure: Implications for the nature of
concepts. En U. Neisser (Ed.), Concepts and conceptual
development: Ecological and intellectual factors in categorization (pp.
101-140). Cambridge, UK: Cambridge UP.
Barsalou, L. W.
(2003). Abstraction in perceptual symbol systems. Philosophical
Transactions of the Royal Society of London, Series B: Biological Sciences, 358,
1177-1187. https://doi.org/10.1098/rstb.2003.1319
Barsalou, L. W. y
Wiemer-Hastings, K. (2005). Situating abstract concepts. En D. Pecher y R.
Zwaan (Eds.), Grounding cognition: The role of perception
and action in memory, language, and thought (pp. 129-163). New York:
Cambridge University Press.
Blaye, A. y Jacques,
S. (2009). Categorical flexibility in preschoolers: Contributions of conceptual
knowledge and executive control. Developmental Science, 12(6),
863–873. https://doi.org/10.1111/j.1467-7687.2009.00832.x
Bolognesi, M. y
Steen, G. (2018). Abstract concepts: Structure, processing and modeling.
editors’ introduction. Topics in Cognitive Science, 10(3),
490–500. https://doi.org/10.1111/tops.12354
Borghi, A. M. y
Binkofski, F. (2014). Words as social tools: An embodied
view on abstract concepts. Berlin, Germany: Springer. https://doi.org/10.1007/978-1-4614-9539-0
Borghi, A. M.,
Binkofski, F., Castelfranchi, C., Cimatti, F., Scorolli, C. y Tummolini, L.
(2017). The Challenge of Abstract Concepts. Psychological
Bulletin, 143(3), 263-292. https://doi.org/10.1037/bul0000089
Brownell, C. A. y
Kopp, C. B. (2007). Socioemotional development in the
toddler years: Transitions and transformations. New York, NY: Guilford
Press.
Brysbaert, M.,
Warriner, A. B. y Kuperman, V. (2014). Concreteness ratings for 40 thousand
generally known English word lemmas. Behavior Research
Methods, 46, 904–911. https://doi.org/10.3758/s13428-013-0403-5
Chaigneau, S.,
Canessa, E., Lenci, A. y Deveraux, B. (2020). Eliciting semantic properties:
methods & applications. Cognitive Process. 21,
583–586 https://doi.org/10.1007/s10339-020-00999-z
Clark, H. H. (1983).
Making sence of nonce sence. En G. B. Flores d'Arcais y R. J. Jarvella (Eds.), The process of language understanding. New York: Wiley.
Cole, P. M.,
Armstrong, L. M. y Pemberton, C. K. (2010). The role of language in the
development of emotion regulation. En S. Calkins y M. Bell (Eds.), Child development at the intersection of emotion and cognition
(pp. 59-77). Washington, DC: APA.
Cragg, L. y
Chevallier, N. (2012). The processes underlying flexibility in childhood. The Quarterly Journal of Experimental Psychology, 65(2),
209-232.
Cragg, L. y Nation,
K. (2009). Shifting development in mid-childhood: The influence of between-task
interference. Developmental Psychology, 45(5),
1465-1479.
Davidson, M., Amso,
D., Cruess Anderson, L. y Diamond, A. (2006). Development of cognitive control
and executive functions from 4 to 13 years: Evidence from manipulations of
memory, inhibition, and task switching. Neuropsychologia,
44(11), 2037-2078.
Darwin, C. (1899). The Expression of the Emotions in Man and Animals. NY:
Appleton & Co.
De Deyne, S. y
Storms, G. (2008). Word associations: Network and semantic properties. BRM, 40(1), 213-231. https://link.springer.com/article/10.3758/BRM.40.1.213
De Deyne, S., Navarro,
D. J. y Storms, G. (2013). Better explanations of lexical and semantic
cognition using networks derived from continued rather than single-word
associations. BRM, 45(2), 480-498. https://link.springer.com/article/10.3758/s13428-012-0260-7
Devereux, B. J.,
Tyler, L. K., Geertzen, J. y Randall, B. (2014) The center for speech, language
and the brain (CSLB). Behavior Research Methods 46(4),
1119–1127. https://doi.org/10.3758/s13428-013-0420-4
Dubossarsky, H., De
Deyne, S. y Hills, T. T. (2017). Quantifying the structure of free association
networks across the life span. Developmental Psychology,
53(8), 1560-1570. https://doi.org/10.1037/dev0000347
Ekman, P., Friesen,
W., O’sullivan, M., Chan, A., Diacoyanni-Tarlatzis, I., Heider, K., Krause, R.,
LeCompte, W. A., Pitcairn, T., Ricci-Bitti, P. E., et al. (1987). Universals
and cultural differences in the judgments of facial expressions of emotion. Journal of personality and social psychology, 53(4):712.
https://psycnet.apa.org/doi/10.1037/0022-3514.53.4.712
Estes, Z., Golonka,
S. y Jones, L. (2011). Thematic thinking: The apprehension and consequences of
thematic relations. Psychology of Learning and Motivation,
54, 249-294. https://doi.org/10.1016/B978-0-12-385527-5.00008-5
Fernandino, L.,
Humphries, C., Seidenberg, M., Gross, W., Conant, L. y Binder, J. (2015).
Predicting brain activation patterns associated with lexical concepts based on
5 sensory motor attributes. Neuropsychologia, 76,
17-26. https://doi.org/10.1016/j.neuropsychologia.2015.04.009
García Andrade, A.
(2019). Neurociencia de las emociones: La sociedad vista desde el individuo.
Una aproximación a la vinculación sociología-neurociencia. Sociológica, 34(96), 39-71. http://www.scielo.org.mx/pdf/soc/v34n96/2007-8358-soc-34-96-39.pdf
García Coni, A.,
Comesaña, A., Piccolo, B. y Vivas, J. (2020). Relaciones conceptuales:
Comparación entre niños, adultos jóvenes y adultos mayores. Revista Iberoamericana de Psicología, 13(1). https://doi.org/10.33881/2027-1786.rip.13106
Geeraerts, D.
(2010). Theories of lexical semantics. UK: Oxford
University Press.
Gentner, D. y
Boroditsky, L. (2001). Individuation, relativity and early word learning. En M.
Bowerman y S. Levinson (Eds.), Language acquisition and
conceptual development (pp. 215–256). UK: Cambridge UP. https://doi.org/10.1017/CBO9780511620669.010
Golonka, S. y Estes,
Z. (2009). Thematic relations affect similarity via commonalities. Journal of Experimental Psychology: Learning, Memory, and
Cognition, 35, 1454-1464. https://doi.org/10.1037/a0017397
Hills, T., Maouene,
M., Maouene, J., Sheya, A. y Smith L. (2009). Longitudinal Analysis of Early
Semantic Networks: Preferential Attachment or Preferential Acquisition? Psychological Science, 20(6), 729-739. https://doi.org/10.1111/j.1467-9280.2009.02365.x
Hiltz, A. (2010). Children's Understanding of the Semantics of Negation.
Grand Valley State University. Honors Projects. 17. https://scholarworks.gvsu.edu/honorsprojects/17/
Hubert, L. J. y
Schultz, J. (1976). Quadratic Assignment as a general data analysis strategy. British Journal of Mathematical and Statistical Psychology, 29(2),
190–241. https://doi.org/10.1111/j.2044-8317.1976.tb00714.x
Izard, C., Fine, S.,
Schultz, D., Mostow, A., Ackerman, B. y Youngstrom, E. (2001). Emotion
knowledge as a predictor of social behavior and academic competence in children
at risk. Psychological Science, 12, 18-23. https://doi.org/10.1111/1467-9280.00304
Johnson, S. C.
(1967). Hierarchical Clustering Schemes. Psychometrika, 2,
241-254. https://link.springer.com/article/10.1007/BF02289588
Jouravlev, O. y
McRae, K. (2016). Thematic relatedness production norms for 100 object
concepts. BRM, 48, 1349-1357. https://doi.org/10.3758/s13428-015-0679-8
Keltner, D., Sauter,
D., Tracy, J., & Cowen, A. (2019). Emotional Expression: Advances in Basic
Emotion Theory. Journal of nonverbal behavior, 43(2),
133–160. https://doi.org/10.1007/s10919-019-00293-3
Kousta, S. T.,
Vigliocco, G., Vinson, D. P., Andrews, M. y Del Campo, E. (2011). The
representation of abstract words: Why emotion matters. JEP:
General, 140, 14-34. https://doi.org/10.1037/a0021446
Kremer, G. y Baroni,
M. (2011) A set of semantic norms for German and Italian. Behavior
Research Methods, 43(1), 97–109. https://doi.org/10.3758/s13428-010-0028-x
Lawson, R., Chang,
F. y Wills, A. J. (2017). Free classification of large sets of everyday objects
is more thematic than taxonomic. Acta Psychologica, 172,
26-40.https://doi.org/10.1016/j.actpsy.2016.11.001
LeDoux, J. (2016). Anxious. Using the Brain to Understand and Treat Fear and
Anxiety. NY: Penguin Books.
Lenci, A., Baroni,
M., Cazzolli, G. y Marotta, G. (2013). BLIND: A set of semantic feature norms
from the congenitally blind. Behavior Research Methods, 45(4),
1218-1233. https://link.springer.com/article/10.3758/s13428-013-0323-4
Light, L. L. (1992).
The organization of memory in old age. En F. Craik y T. Salthouse (Eds.), The handbook of aging and cognition (pp. 111–165).
Lawrence Erlbaum Associates, Inc.
Lin, E. y Murphy, G.
(2001). Thematic relations in adults’ concepts. JEP:
General, 130(1), 3-28. https://doi.org/10.1037//0096-3445.130.1.3
Louwerse, M. (2011).
Symbol interdependency in symbolic and embodied cognition. Topics in Cognitive Science, 3, 273-302. https://doi.org/10.1111/j.1756-8765.2010.01106.x
McRae, K., Cree, G.
S., Seidenberg, M. S. y McNorgan, C. (2005) Semantic feature production norms
for a large set of living and nonliving things. Behavior
Research Methods, 37(4), 547–559. https://doi.org/10.3758/BF03192726
Maintenant, C.,
Blaye, A. y Paour, J. (2011). Semantic categorical flexibility and aging:
Effect of semantic relations on maintenance and switching. Psychology and Aging, 26(2), 461-466. https://doi.org/10.1037/a0021686
Menti, A. y
Rosemberg, C. (2013). Propiedades léxicas del entorno lingüístico generadas en
clases de Ciencias Sociales en la escuela primaria: Un estudio del vocabulario
al que se hallan expuestos los niños. Interdisciplinaria,
30(2), 201-218. https://doi.org/10.16888/interd.2013.30.2.2
Mirman, D.,
Landrigan, J. F. y Britt, A. E. (2017). Taxonomic and thematic semantic
systems. Psychological Bulletin, 143(5), 499-520. https://doi.org/10.1037/bul0000092
Montefinese, M.,
Ambrosini, E., Fairfield, B. y Mammarella, N. (2013). Semantic memory: a
feature-based analysis and new norms for Italian. Behavior
Research Methods, 45(2), 440–461. https://doi.org/10.3758/s13428-012-0263-4
Mudar, R. A. y
Chiang, H. S. (2017). Categorization and aging. En H. Cohen y C. Lefebvre, Handbook of Categorization in Cognitive Science (2nd Ed)
(pp. 673-686). Elsevier Ltd.
Murphy, G. (2002). The big book of concepts. Massachussets: MIT Press.
O’Connor, C., Cree,
G. y McRae, K. (2009). Conceptual hierarchies in a flat attractor network:
Dynamics of learning and computations. Cognitive Science,
33(4), 665-708. https://doi.org/10.1111/j.1551-6709.2009.01024.x
Saarni, C. (1999). The development of emotional competence. New York, NY:
Guilford Press.
Salthouse, T.
(2017). Shared and unique influences on age-related cognitive change. Neuropsychology, 31(1). https://doi.org/11-19. 10.1037/neu0000330
Samper-García, P.,
Mesurado, B., Richaud, M.C. y Llorca, A. (2016) Validación del cuestionario de
conciencia emocional en adolescentes españoles. Interdisciplinaria,
33(1), 163-176. https://doi.org/10.16888/interd.2016.33.1.10
Scharfe, E. (2000).
Development of emotional expression, understanding, and regulations in infants
and young children. En R. Bar-On y J. D. A. Parker (Eds.), The handbook of emotional intelligence: Theory, development,
assessment, and application at home, school and in the workplace (pp.
244-262). San Francisco, CA: Jossey-Bass.
Shannon, C. (1948).
A Mathematical Theory of Communication. The Bell System
Technical Journal, 27(4), 623–656. https://doi.org/10.1002/j.1538-7305.1948.tb00917.x
https://www.cs.ucf.edu/~dcm/Teaching/COP5611-Spring2012/Shannon48-MathTheoryComm.pdf
Sloutsky, V. (2010).
From perceptual categories to concepts: What develops? Cognitive
Science, 34, 1244-1286. https://doi.org/10.1111/j.1551-6709.2010.01129.x
Smiley, S. y Brown,
A. (1979). Conceptual preference for thematic or taxonomic relations: A
nonmonotonic age trend from preschool to old age. Journal
of Experimental Child Psychology, 28, 249-257. https://doi.org/10.1016/0022-0965(79)90087-0
Steyvers, M. y
Tenenbaum, J. B. (2005). The large‐scale structure of semantic networks:
Statistical analyses and a model of semantic growth. Cognitive
Science, 29(1), 41-78. http://web.mit.edu/cocosci/archive/Papers/03nSteyvers.pdf
Thompson, R. A.
(2014). Socialization of emotion and emotion regulation in the family. En J. J.
Gross (Ed.), Handbook of emotion regulation (pp.
173-186). NY, NY: Guilford Press.
Turner, J. y Stets,
J. (2005). The Sociology of Emotions. NY: Cambridge
University Press.
Unger, L., Fisher,
A., Nugent, R., Ventura, S. y MacLellan, C. (2016). Developmental changes in
semantic knowledge organization. Journal of Experimental
Child Psychology, 146, 202-222. https://doi.org/10.1016/j.jecp.2016.01.005
Vilca, D. y Farkas,
C. (2019). Lenguaje y uso de etiquetas emocionales: Su relación con el
desarrollo socioemocional en niños de 30 meses que asisten a jardín infantil. Psykhe, 28(2), 1-14. https://doi.org/10.7764/psykhe.28.2.1114
Vitevitch, M. S.,
Chan, K. Y. y Goldstein, R. (2014). Insights into failed lexical retrieval from
network science. Cognitive Psychology, 68, 1-32. https://doi.org/10.1016/j.cogpsych.2013.10.002
Vivas, J. (2008).
Distsem. Un método de captura y graficación de redes semánticas. Aplicaciones a
Educación y a Neuropsicología. Revista Mexicana de
Psicología, Número Especial, 27-31.
Vivas J., Comesaña,
A. y Vivas, L. (2007). Evaluación de las redes semánticas de conceptos
académicos en estudiantes universitarios. PsicoUSF, 12(1),
111-119.
Vivas, L. y García
Coni, A. (2013). Relaciones conceptuales: definición del constructo, bases
neuroanatómicas y formas de evaluación. Actualidades en
Psicología, 27(114), 1-18. https://doi.org/10.15517/ap.v27i114.2852
Vivas, J., Vivas L.,
Comesaña, A., García Coni, A. y Vorano, A. (2017). Spanish semantic feature
production norms for 400 concrete concepts. Behavior Research
Methods 49(3), 1095–1106. https://doi.org/10.3758/s13428-016-0777-2
Vivas, J., Martínez,
S., Krzemien, D. y Lizarralde, F. (2020). Estabilidad semántica en la
producción de atributos semánticos entre AM y AJ. Avances
en Psicología Latinoamericana, 38(2), 1-19. https://doi.org/10.12804/revistas.urosario.edu.co/apl/a.7368
Vivas, L.,
Montefinese, M., Bolognesi, M. y Vivas, J. (2020). Core features: measures and
characterization for different languages. Cognitive
Process, 21,651–667. https://doi.org/10.1007/s10339-020-00969-5
Vivas, L., Yerro,
M., Romanelli, S., García Coni, A., Comesaña, A., Lizarralde, F. Passoni, I. y
Vivas, J. (2022). New Spanish semantic feature production norms for older adults.
Behavior Research Methods, 54(2), 970-986. https://doi.org/10.3758/s13428-021-01660-z.
Vivas, J., Kogan,
B., Romanelli, S., Lizarralde, F. y Corda, L. (2020). A cross-linguistic comparison
of Spanish and English semantic norms: Looking at core features. Applied Psycholinguistics, 41(2), 285-297. https://doi.org/10.1017/S0142716419000523
Vivas, J., Kogan,
B., Yerro, M., Romanelli, S. y Vivas, L. (2021). Describing the structure of
concepts through different feature levels. Journal of
Cognitive Psychology, 33, 1. https://doi.org/10.1080/20445911.2020.1858840
White, A., Storms,
G., Malt, B. y Verheyen, S. (2018). Mind the generation gap: Differences
between young and old in everyday lexical categories. Journal
of Memory and Language, 98, 12-25. https://doi.org/10.1016/j.jml.2017.09.001
Wiemer-Hastings, K.
y Xu, X. (2005). Content differences for abstract and concrete concepts. Cognitive Science, 29, 719-736. https://doi.org/10.1207/s15516709cog0000_33
Wilson-Mendenhall,
C. D., Barrett, L. F., Simmons, W. K. y Barsalou, L. W. (2011). Grounding
emotion in situated conceptualization. Neuropsychologia,
49, 1105-1127. https://doi.org/10.1016/j.neuropsychologia.2010.12.032
Wulff, D., De Deyne,
S., Jones, M., Mata, R. y Aging Lexicon Consortium. (2019). New Perspectives on
the Aging Lexicon. Trends Cognitive Science, 23(8),
686-698. https://doi.org/10.1016/j.tics.2019.05.003
Wulff, D., De Deyne
S., Aeschbach, S. y Mata, R. (2022). Using Network Science to Understand the
Aging Lexicon: Linking Individuals' Experience, Semantic Networks, and
Cognitive Performance. TopiCS. https://onlinelibrary.wiley.com/doi/10.1111/tops.12586
Zortea, M.,
Menegola, B., Villavicencio, A. y Salles, J. F. (2014). Graph analysis of
semantic word association among children, adults, and the elderly. Psicologia: Reflexão e Crítica, 27(1), 90-99. https://doi.org/10.1590/s0102-79722014000100011
HTML generado a partir
de XML-JATS4R por
Refbacks
- No hay Refbacks actualmente.
Añadir comentario