Notice bibliographique
Résumé
In recent years, several researchers have proposed that skilled adults may solve single-digit addition problems (e.g., 3 + 1 = 4, 4 + 3 = 7) using a fast counting procedure. Practicing a procedure often leads to transfer of learning and faster performance of unpracticed items. Such transfer has been demonstrated using a counting-based alphabet arithmetic task (e.g., B + 4 = C D E F) that indicated robust generalization of practice (i.e., response time [RT] gains) when untrained transfer problems at test had been implicitly practiced (e.g., practice B + 3, test B + 2 or B + 1). Here, we constructed analogous simple addition problems (practice 4 + 3, test 4 + 2 or 4 + 1). In each of three experiments (total n = 108), participants received six practice blocks followed by two test blocks of new problems to examine generalization effects. Practice of addition identity rule problems (i.e., 0 + N = N) showed complete transfer of RT gains made during practice to unpracticed items at test. In contrast, the addition ties (2 + 2, 3 + 3, etc.) presented large RT costs for unpracticed problems at test, but sped up substantially in the second test block. This pattern is consistent with item-specific strengthening of associative memory. The critical items were small non-tie additions (sum ≤ 10) for which the test problems would be implicitly practiced if counting was employed during practice. In all three experiments (and collectively), there was no evidence of generalization for these items in the first test block, but there was robust speed up when the items were repeated in the second test block. Thus, there was no evidence of the generalization of practice that would be expected if counting procedures mediated our participants' performance on small non-tie addition problems.
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 ».