MétaCan
Menu
Retour à la cohorte
Enregistrement W2080883420 · doi:10.1080/17470210903564359

Negative Numbers in Simple Arithmetic

2010· article· en· W2080883420 sur OpenAlexaff
Runa Das, Jo‐Anne LeFevre, Marcie Penner‐Wilger

Notice bibliographique

RevueQuarterly Journal of Experimental Psychology · 2010
Typearticle
Langueen
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSubtractionArithmeticSign (mathematics)MathematicsSimple (philosophy)Prime (order theory)Mental arithmeticCombinatoricsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Are negative numbers processed differently from positive numbers in arithmetic problems? In two experiments, adults (N = 66) solved standard addition and subtraction problems such as 3 + 4 and 7 - 4 and recasted versions that included explicit negative signs-that is, 3 - (-4), 7 + (-4), and (-4) + 7. Solution times on the recasted problems were slower than those on standard problems, but the effect was much larger for addition than subtraction. The negative sign may prime subtraction in both kinds of recasted problem. Problem size effects were the same or smaller in recasted than in standard problems, suggesting that the recasted formats did not interfere with mental calculation. These results suggest that the underlying conceptual structure of the problem (i.e., addition vs. subtraction) is more important for solution processes than the presence of negative numbers.

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)0,001
score de la tête « metaresearch » (Gemma)0,013
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: aucune
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
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,030
Tête enseignante GPT0,385
Écart entre enseignants0,355 · 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

Citations11
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

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