MétaCan
Menu
Retour à la cohorte
Enregistrement W2205138048

Effects of synchronous redundancy in multimedia on recognition

2000· article· en· W2205138048 sur OpenAlexaff
Deborah Lynn Ptak

Notice bibliographique

RevueThe Atrium (University of Guelph) · 2000
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInnovation in Digital Healthcare Systems
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésComputer scienceRedundancy (engineering)MultimediaSpeech recognition
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis considered whether multimedia learning materials should simultaneously combine continuous text captions, audio, and video. Multiple Resource Theory suggests that interference among media competing for resources may diminish attention and learning. In contrast, redundancy advocates claim that when media present redundant content, learning is not limited by interference and may even be enhanced. These contrasting perspectives were tested by measuring recognition, comprehension, and subjective experience in three groups. One group saw an audio-video (AV) program with redundant text captioning ("in-synch"). A second group saw the same content, but the captions were delayed by 10 seconds. The control group saw only the AV. Results were marginal, but indicated some trends. The "in-synch" group's recognition of audio content was enhanced relative to the control group. They found it easier to pay attention, were more biased to say they recognized audio content-prompts, and tended to be more sensitive (accurate) than the control. In fact, significantly more subjects had a higher sensitivity to audio than video. The group which received "out-of-synch" captions also were more biased, but not more sensitive than the control, and found the captions difficult to follow.

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)0,002
score de la tête « metaresearch » (Gemma)0,025
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,308
Écart entre enseignants0,276 · 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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Atrium (University of Guelph)Même sujetInnovation in Digital Healthcare SystemsTravaux en français237 207