MétaCan
Menu
Retour à la cohorte
Enregistrement W2586689720

Why Do The Math? The Impact of Calculator Use on Participants' Actual and Perceived Retention of Arithmetic Facts

2008· article· en· W2586689720 sur OpenAlexafffund
Aryn Pyke, Jo‐Anne LeFevre, Ruby Isaacs

Notice bibliographique

RevueeScholarship (California Digital Library) · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueVisual and Cognitive Learning Processes
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCalculatorArithmeticCopyingReading (process)CognitionPsychologyTest (biology)Mathematics educationCognitive psychologyComputer scienceMathematicsLinguistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

What is the impact of calculator use on the acquisition of arithmetic facts?Some, but not all, prior research reports that mental practice promotes better subsequent performance than calculator practice (i.e., the generation effect).Is answer production faster and more accurate on a test after practice with versus without a calculator?If so, to what extent does mental practice promote retention of the fact, enabling retrieval (semantic memory) versus streamlined computation algorithms (procedural memory)?To investigate this issue, 32 participants practiced sets of 6 problems (3 large, 3 small) 36 times each, either with or without a calculator.Then, in the test phase, participants produced answers to practiced as well as novel problems, without a calculator.Practice without a calculator led to faster, more accurate responses on the test than practice with a calculator.The data further suggest this speed advantage after no-calculator practice was due to retrieval of the facts (e.g., no problem-size effect, many retrieval reports) rather than optimized computation.Interestingly, participants subjectively reported a comparable increase in the proportion of facts memorized over the course of practice with and without a calculator, but fewer retrievals were reported on the actual test after calculator practice, and a substantial problem-size effect remained on response times.Some theoretical and pedagogical implications are discussed.

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)0,043
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,043
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,061
Tête enseignante GPT0,302
Écart entre enseignants0,241 · 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

Citations2
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeScholarship (California Digital Library)Même sujetVisual and Cognitive Learning ProcessesTravaux en français237 207