MétaCan
Menu
Retour à la cohorte
Enregistrement W3016891133 · doi:10.5539/jel.v9n3p66

The Comparison of Mental Rotation Performances and Academic Achievements in Students of the Faculty of Sport Sciences and Education Sciences

2020· article· en· W3016891133 sur OpenAlexvenueno aff
Şenay Şahin, Ersin Şahin, Engin Sağdilek, Şerife Vatansever, Yakup Zühtü Bırıncı, Ali Kamil Güngör, Erhan Kızıltan

Notice bibliographique

RevueJournal of Education and Learning · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensnon disponible
Organismes subventionnairesBursa Uludağ Üniversitesi
Mots-clésMental rotationSignificant differenceMathematics educationPsychologySpatial abilityMental imageAcademic achievementCognitionPedagogyMathematics

Résumé

récupéré en direct d'OpenAlex

Mental rotation (MR) is the ability to rotate three-dimensional objects using the imagination. As the ability to generate, retrieve, maintain, and manipulate visual-spatial information, MR plays a critical role throughout education and sport. In this aspect our objective in this study was to compare MR performances and academic achievement between students of art, foreign languages (FL), computer-instructional technologies (CIT) and physical education (PE). In the computer-based MR test, the image files of the library “Mental Rotation Stimulus Library” were used with the written permission of the author. A total of 144 participants composed of 79 males and 65 females volunteered in the study. Comparing the academic achievements (AA) with the PE group and art, CIT, FL and control groups; it was observed that all the groups are better than PE (p < 0.05). However, no significant difference was found between PE and all groups in MR performances (p > 0.05). In conclusion, PE students performed similarly with other students in terms of MR, although their AA were low. MR ability is clearly related not only to problem solving, acquiring mathematical knowledge and academic thinking but also to motor abilties.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,092

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 Opus0,043
Tête enseignante GPT0,381
Écart entre enseignants0,338 · 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'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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetSpatial Cognition and NavigationTravaux en français237 207