Statistical Learning Ability as a Measure of Cognitive Function
Notice bibliographique
Résumé
Herff, S. A., Nur, A., Lee, J., Lee, T., & Agres, K. (2019). Statistical Learning Ability as a Measure of Cognitive Function. In A. K. Goel, C. M. Seifert, & C. Freksa (Eds.), Proceedings of the 41st Annual Conference of the Cognitive Science Society, Montreal, QB: Cognitive Science Society. Statistical Learning (SL), the ability to extract probabilistic information from the environment, is a subject of much debate. It appears intuitive that such a profound mechanism of learning should carry predictive power towards general cognitive ability. Yet, previous attempts have struggled to link SL ability to measures of general cognitive function, suffering from low correlations and mediocre test-retest reliability. Here, we deploy a new continuous auditory SL task that achieves high test-retest reliability (~ r = .8) and shows that SL ability does significantly correlate with general cognitive function (up to r =. 56). Results are discussed in light of i) the theoretical implications of the high test-retest reliability of our novel SL task, ii) SL ability as a marker of general cognitive function, and iii) future methodological considerations. -This manuscript has been peer-reviewed and accepted for publication in poster-from at the 41st Annual Meeting of the Cognitive Science Society in Montreal, Canada at the Palais des Congrès de Montréal on Wednesday July 24th – Saturday July 27th, 2019 -
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) | 0,000 | 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 ».