MétaCan
Menu
Retour à la cohorte
Enregistrement W2082909354 · doi:10.1037/a0015829

Operation-specific effects of numerical surface form on arithmetic strategy.

2009· article· en· W2082909354 sur OpenAlexafffund
Jamie I. D. Campbell, Nicole M. Alberts

Notice bibliographique

RevueJournal of Experimental Psychology Learning Memory and Cognition · 2009
Typearticle
Langueen
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOperandArithmeticMultiplication (music)SubtractionWord (group theory)Computer scienceDivision (mathematics)Numeral systemKey (lock)Mathematics

Résumé

récupéré en direct d'OpenAlex

Educated adults solve simple addition problems primarily by direct memory retrieval, as opposed to by counting or other procedural strategies, but they report using retrieval substantially less often with problems in written-word format (four + eight) compared with digit format (4 + 8). It was hypothesized that retrieval efficiency is relatively low with word operands compared with digits and that this promotes a shift to procedural backup strategies. Consistent with this hypothesis, Experiment 1 demonstrated greater word-format costs on retrieval usage for addition than subtraction, which was due to increased counting for addition but not subtraction. Experiment 2 demonstrated greater word-format costs on retrieval for division than multiplication, which was due to increased use of multiplication-fact reference to solve division problems. Format-related strategy shifts away from retrieval reflected both the efficiency of retrieval for a given operation and the availability of viable alternative strategies. The results demonstrate that calculation processes are not abstracted away from problem surface form. The authors propose that retrieval efficiency for arithmetic connects diverse performance and strategy-related effects across key arithmetic factors, including arithmetic operation, numerical size, and numeral format.

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 enseignants0,167
Score d'incertitude au seuil0,524

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 Opus0,032
Tête enseignante GPT0,349
Écart entre enseignants0,317 · 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

Citations51
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology Learning Memory and CognitionMême sujetCognitive and developmental aspects of mathematical skillsTravaux en français237 207