Different perspectives: Spatial ability influences where individuals look on a timed spatial test
Notice bibliographique
Résumé
Learning in anatomy can be both spatially and visually complex. Pedagogical investigations have begun exploration as to how spatial ability may mitigate learning. Emerging hypotheses suggests individuals with higher spatial reasoning may attend to images differently than those who are lacking. To elucidate attentional patterns associated with different spatial ability, eye movements were measured in individuals completing a timed electronic mental rotation test (EMRT). The EMRT was based on the line drawings of Shepherd and Metzler. Individuals deduced whether image pairs were rotations (same) or mirror images (different). It was hypothesized that individuals with high spatial ability (HSA) would demonstrate shorter average fixation durations during problem solving and attend to different features of the EMRT than low spatial ability (LSA) counterparts. Moreover, question response accuracy would be associated with fewer fixations and shorter average response times, regardless of spatial reasoning ability. Average fixation duration in the HSA group was shorter than LSA (F(1,8) = 7.99; P = 0.022). Importantly, HSA and LSA individuals looked to different regions of the EMRT images (Fisher Exact Test: 12.47; P = 0.018); attending to the same locations only 34% of the time. Correctly answered questions were characterized by fewer fixations per question (F(1, 8) = 18.12; P = 0.003) and shorter average response times (F(1, 8) = 23.89; P = 0.001). The results indicate that spatial ability may influence visual attention to salient areas of images and this may be key to problem solving processes for low spatial individuals. Anat Sci Educ 10: 224-234. © 2016 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) | 0,001 | 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 ».