MétaCan
Menu
Retour à la cohorte
Enregistrement W2058554575 · doi:10.1080/17470218.2014.994538

Continuous visual properties of number influence the formation of novel symbolic representations

2015· article· en· W2058554575 sur OpenAlexfundno aff
Rebecca Merkley, Gaia Scerif

Notice bibliographique

RevueQuarterly Journal of Experimental Psychology · 2015
Typearticle
Langueen
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaJames S. McDonnell Foundation
Mots-clésNumerosity adaptation effectSymbol (formal)Numerical cognitionCognitionPsychologyCognitive psychologyArithmeticCommunicationPattern recognition (psychology)MathematicsComputer scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Numerical symbols are thought to be mapped onto preexisting nonsymbolic representations of number. A growing body of evidence suggests that nonsymbolic numerical processing is significantly influenced by the associated visual properties of continuous quantity (e.g., surface area, density), but their role in the acquisition of novel symbols is unknown. Forty undergraduate students were trained to associate novel abstract symbols with numerical magnitudes. Half of the symbols were associated with nonsymbolic arrays in which total surface area and numerosity were correlated ("congruent"), and the other symbols were associated with arrays in which total surface area was equated across numerosities ("incongruent"). As numbers are represented in multiple formats (words, digits, nonsymbolic arrays), we also tested whether providing auditory nonword labels facilitated symbol learning. Following training, participants engaged in speeded comparisons of the newly learnt symbols. Comparisons were affected by the ratio between the numerosities associated with each symbol, a characteristic marker of numerical processing. Furthermore, comparisons were hardest for large-ratio comparisons of symbols associated with incongruent area and numerosity pairing during learning. In turn, these findings call for the further investigation of visual parameters on the development of numerical cognition.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,314

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,079
Tête enseignante GPT0,402
Écart entre enseignants0,323 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of Experimental PsychologyMême sujetCognitive and developmental aspects of mathematical skillsTravaux en français237 207