MétaCan
Menu
Retour à la cohorte
Enregistrement W1567087921 · doi:10.3389/fnhum.2015.00457

Take your seats: leftward asymmetry in classroom seating choice

2015· article· en· W1567087921 sur OpenAlexafffund
Victoria Harms, Lisa J.O. Poon, Austen K. Smith, Lorin Elias

Notice bibliographique

RevueFrontiers in Human Neuroscience · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSpatial Neglect and Hemispheric Dysfunction
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPsychologyAsymmetryCognitive psychologyTest (biology)Social psychologyContrast (vision)Great RiftComputer scienceComputer vision

Résumé

récupéré en direct d'OpenAlex

Despite an overall body symmetry, human behavior is full of examples of asymmetry, from writing or gesturing to kissing and cradling. Prior research has revealed that theatre patrons show a bias towards sitting on the right side of a movie theatre. Two competing theories have attempted to explain this seating asymmetry: one posits that expectation of processing demand drives the bias; the other posits that basic motor asymmetries drive the bias. To test these theories we assessed the real-world classroom seating choices of university students using photographs. A bias for students to choose seats on the left side of the classroom was observed, in contrast to the right side bias observed in theatre seating studies. These results provide evidence in support of a processing-expectation bias.

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)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,082
Tête enseignante GPT0,312
Écart entre enseignants0,230 · 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'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

Citations9
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Human NeuroscienceMême sujetSpatial Neglect and Hemispheric DysfunctionTravaux en français237 207