Mental rotation: Cross-task training and generalization.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
It is well established that performance on standard mental rotation tasks improves with training (Peters et al., 1995), but thus far there is little consensus regarding the degree of transfer to other tasks which also involve mental rotation. In Experiment 1, we assessed the effect of mental rotation training on participants' Mental Rotation Test (MRT) scores. Twenty-eight participants were randomly assigned to one of three groups: a "One-Day Training," "Spaced Training," or "No Training" group. Participants who received training achieved higher scores on the MRT, an advantage that was still evident after 1 week. Distribution of training did not affect performance. Experiment 2 assessed generalization of mental rotation training to a more complex mental rotation task, laparoscopic surgery. Laparoscopic surgical skills were assessed using Fundamentals of Laparoscopic Surgery (FLS) tasks. Thirty-four participants were randomly assigned to a "Full Mental Rotation Training, MRT and FLS," "MRT and FLS," or "FLS-only" group. MRT results from Experiment 1 were replicated and mental rotation training was found to elicit higher scores on the MRT. Further, mental rotation training was found to generalize to certain laparoscopic surgical tasks. Participants who obtained mental rotation training performed significantly better on mental-rotation dependent surgical tasks than participants who did not receive training. Therefore, surgical training programs can use simple computer or paper-based mental rotation training instead of more expensive materials to enhance certain aspects of surgical performance of trainees.
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.
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 découle