MétaCan
Menu
Retour à la cohorte
Enregistrement W2290911080 · doi:10.3389/fnbeh.2016.00022

Influence of Ethnicity, Gender and Answering Mode on a Virtual Point-to-Origin Task

2016· article· en· W2290911080 sur OpenAlexafffund
Alexandra Kitson, Daniel Sproll, Bernhard E. Riecke

Notice bibliographique

RevueFrontiers in Behavioral Neuroscience · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTask (project management)PsychologyMode (computer interface)Point (geometry)Orientation (vector space)Ethnic groupSocial psychologyCognitive psychologyComputer scienceMathematicsHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

In a virtual point-to-origin task, participants seem to show different response patterns and underlying strategies for orientation, such as "turner" and "non-turner" response patterns. Turners respond as if succeeding to update simulated heading changes, and non-turners respond as if failing to update their heading, resulting in left-right hemisphere errors. We present two other response patterns, "non-movers" and "spinners," that also appear to result in failures to update heading. We have three specific goals in mind: (1) extend previous findings of higher turner rates with spatial language response mode using a point-to-origin task instead of a triangle completion task; (2) replicate the gender effect of males more likely responding as turners; (3) examine ethnicity influence. Designed as a classroom study, we presented participants (N = 498) with four passages through a virtual star field. Participants selected the direction pointing to the origin from four multiple-choice items. Response mode was either pictograms or written language, chosen to compare with similar studies and see if these response modes have an effect on virtual orientation behavior. Results show a majority of participants (48.35%) classified as non-turners, 32.93% turners, 15.57% as non-movers, and 3.14% as spinners. A multinomial regression model reached 49% classification performance. Written spatial language, compared to pictograms, made turner response patterns more likely; this effect was more pronounced for Chinese participants and among females, but not male Caucasians. Moreover, higher turner numbers for written spatial language extends Avraamides findings of higher turner numbers when participants turned their bodies toward the origin but not when they responded verbally. Using pictorial response mode (i.e., top-down picture of a head) may have increased cognitive load because it could be considered more embodied. It remains to be seen how we can reduce the reference frame conflict that might have caused increased cognitive load. Second, our results are inconsistent with previous research in that males overall did not show more turner behavior than females. Future research may look at possible underlying factors, such as cultural norms. Third, individualistic cultures (Caucasians; Greif, 1994) lean toward turner response patterns, whereas collectivist cultures (Asian) lean toward non-turner response patterns.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,760
Score d'incertitude au seuil0,358

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 Opus0,028
Tête enseignante GPT0,288
Écart entre enseignants0,260 · 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

Citations7
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Behavioral NeuroscienceMême sujetSpatial Cognition and NavigationTravaux en français237 207