Vision‐Based Spatial Abilities and Pictures of Objects Recognized from Haptic Perception
Notice bibliographique
Résumé
Objective. As a basis for an application in anatomy education, vision‐based spatial abilities have been previously correlated with a drawing score based on haptic perception of objects. The objective of the current study was to determine whether a picture could replace a drawing in correlating haptic perception of objects with vision‐based spatial abilities tests. Methods. A cohort of 48 medical graduates was enrolled in a prospective study. Spatial abilities were measured with a redrawn Vandenberg and Kuse Mental Rotations Tests in two (MRTA) and three (MRTC) dimensions and a Surface Development Test (SDT). Twenty‐five objects constructed from various shaped parts glued together were identified on a picture by participants after haptic perception. The maximum score was 24 for each of MRTA and MRTC, 60 for SDT, and 25 for the picture score. Descriptive statistics included median and lower and upper quartiles. Spearman's correlation coefficient was used to compare the picture score to MRTA, MRTC and SDT scores. Results. The picture score [18 (12, 21)] was correlated with MRTA [14 (9, 17)], MRTC [9.5 (6.5, 12)] and SDT [44.5 (36, 53)] scores with a correlation of 0.427 (p = 0.0025), 0.539 (p < 0.0001) and 0.429 (p = 0.0024), respectively. Conclusions Vision‐based spatial abilities tests were correlated with pictures of objects recognized from haptic perception. Individual differences in spatial abilities as related to haptic perception have implications for education in the anatomy laboratory. This study was supported by an internal grant from the Department of Surgery, University of Sherbrooke, Sherbrooke, QC, Canada.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».