Relationship between spatial abilities and cross‐sectional drawings
Notice bibliographique
Résumé
Objective Spatial abilities have been related to cross‐sections of anatomical structures. The objective was to assess the relationship of spatial abilities to positioning and assessing area of structures in cross‐sectional drawings. Methods Fourth‐year medical students (n = 49) were recruited in a prospective study. Spatial abilities were measured with a redrawn Vandenberg and Kuse Mental Rotations Test in two (MRTA) and three (MRTC) dimensions and the Surface Development Test (SDT). Participants had to draw by observation the four lateral sides of objects made of several structures. After the objects were removed from view, cross‐sections of the objects were drawn. Position and area of structures within drawn objects were compared to standard. Results were expressed as means ± standard deviation and Spearman's correlation coefficient was used to assess the relationship of positional and area errors of drawn structures to MRTA, MRTC and SDT scores. Results Positional error (9805 ± 6699 pixels) was inversely related to MRTA (13.5 ± 5.2), MRTC (9.7 ± 4.5) and SDT (43.4 ± 10.0) scores; with a correlation of − 0.3718 (p = 0.0085), − 0.4682 (p = 0.0007) and − 0.3461 (p = 0.0149), respectively. Similarly, area error (440416 ± 131870 pixels) was not related to MRTA, MRTC and SDT scores. Conclusion Spatial abilities were related to the position, but not to the area, of structures in cross‐sectional drawings of objects. This study was supported by an internal grant from the Department of Surgery, University of Sherbrooke, Sherbrooke, QC, Canada.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».