Habitual scanning bias in complex problem solving
Notice bibliographique
Résumé
Habitual scanning direction biases performance on perceptual tasks such as characterizing the shading of an object (Smith et al. 2015) or the symmetry of a scene (Afsari 2016). But how does this spatial bias affect complex problem solving? More generally, how do perceptual patterns affect cognitive outcomes? We employ Ravens-like puzzles as a new experimental paradigm to reflect problem solving with directional bias. Based on work of Matzen et al. (2010), we consistently vary complexity and puzzle attributes, including direction of change. In a preliminary eye-tracking study, we find that scanning patterns for our Ravens-like puzzles are predominantly horizontal, but also vary by directionality of puzzle attributes. Do participants solve puzzles more correctly when puzzle directionality corresponds to habitual scanning direction? If so, this suggests an extension of models for predicting Ravens-like puzzle performance to include directional factors (Hayes et al. 2011). If scanning direction does not affect correctness, this suggests a disjoint between habitual behaviour and top-down attention in spatial problem solving. We conduct a behavioural experiment to isolate the effects of habitual scanning patterns on puzzle-solving performance. We analyze correctness for two groups of Ravens-like puzzles: puzzles with counter-habitual bias, or attribute directionalities which elicit more vertical scanning, and puzzles without counter-habitual bias. To ensure that variation in other puzzle attributes is identical between these two groups, we generate a set of transposed puzzles where each puzzle and its transpose have opposite directional biases. We then compare performance on all puzzles with and without counter-habitual bias. We find that puzzles with counter-habitual bias correspond with significantly lower correctness. This finding indicates that people perform better on complex visual problems where bottom-up directional bias matches habitual trends of perception. More broadly, it suggests continuity between perceptual patterns and cognitive outcomes in a complex task setting.
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 ».