MétaCan
Menu
Retour à la cohorte
Enregistrement W3173694625 · doi:10.1002/dev.22155

One brick at a time: Building a developmental profile of spatial abilities

2021· article· en· W3173694625 sur OpenAlexaff
Daniela E. Aguilar Ramirez, Jarrod Blinch, Claudia L. R. Gonzalez

Notice bibliographique

RevueDevelopmental Psychobiology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésMental rotationTask (project management)Affect (linguistics)PsychologyDevelopmental psychologySpatial abilityContrast (vision)Test (biology)Cognitive psychologyCognitionComputer scienceCommunicationEcologyArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

Spatial abilities are not only fundamental for activities of daily living, but they are also markers of academic and professional success. It has remained a challenge, however, to understand their development across childhood and adolescence, partly because of the lack of spatial tasks that are appropriate across age groups. For example, the well-established paper-based mental rotation test (MRT) has been shown to be too difficult for children. In the current study, we tested girls and boys in three age groups: younger children (5-8-years-old), older children (9-12), and adolescents (13-17) on a hands-on visuospatial task using toy bricks: the brick-building task (BBT). Children completed a low- and a high-mental rotation demand (LMR and HMR) version of the BBT and the paper-based MRT. Correlations were found between all tasks. Children, especially females, found the HMR more challenging than the LMR condition, but all children successfully completed the BBT. In contrast, the MRT was too difficult for the younger children to solve performing at chance. Given this result and that the BBT is a game-like, 3D, interactive task, the BBT could be used to examine the biological and/or environmental factors that affect the early development of visuospatial abilities.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,997

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)0,0040,000

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 Opus0,015
Tête enseignante GPT0,228
Écart entre enseignants0,213 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopmental PsychobiologyMême sujetSpatial Cognition and NavigationTravaux en français237 207