The eye of the beholder: Can patterns in eye movement reveal aptitudes for spatial reasoning?
Notice bibliographique
Résumé
Mental rotation ability (MRA) is linked to academic success in the spatially complex Science, Technology, Engineering, Medicine, and Mathematics (STEMM) disciplines, and anatomical sciences. Mental rotation literature suggests that MRA may manifest in the movement of the eyes. Quantification of eye movement data may serve to distinguish MRA across individuals, and serve as a consideration when designing visualizations for instruction. It is hypothesized that high-MRA individuals will demonstrate fewer eye fixations, conduct shorter average fixation durations (AFD), and demonstrate shorter response times, than low-MRA individuals. Additionally, individuals with different levels of MRA will attend to different features of the block-figures presented in the electronic mental rotations test (EMRT). All participants (n = 23) completed the EMRT while metrics of eye movement were collected. The test required participants view pairs of three-dimensional (3D) shapes, and identify if the pair is rotated but identical, or two different structures. Temporal analysis revealed no significant correlations between response time, average fixation durations, or number of fixations and mental rotation ability. Further analysis of within-participant variability yielded a significant correlation for response time variability, but no correlation between AFD variability and variability in the number of fixations. Additional analysis of salience revealed that during problem solving, individuals of differing MRA attended to different features of the block images; suggesting that eye movements directed at salient features may contribute to differences in mental rotations ability, and may ultimately serve to predict success in anatomy. Anat Sci Educ 9: 357-366. © 2015 American Association of Anatomists.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».