When does the story matter? No evidence for the foregrounding hypothesis in math story problems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Math story problems are difficult for many solvers because comprehension of mathematical and linguistic content must occur simultaneously. Across two studies, we attempted to conceptually replicate and extend findings reported by Mattarella-Micke and Beilock (2010, https://doi.org/10.3758/PBR.17.1.106) and Jarosz and Jaeger (2019, https://doi.org/10.1002/acp.3471). Mattarella-Micke and Beilock found that multiplication word problems in which an irrelevant number was associated with the protagonist of the problem (i.e., foregrounded in the text) were solved less accurately than problems in other conditions. Jarosz and Jaeger used similar materials but tested the more general inconsistent-operations hypothesis that association with the protagonist would interfere with multiplication whereas dissociation would interfere with division. They found partial support: When division problems were primed with dissociative scenarios, solvers made more errors, but they failed to replicate the associative findings for multiplication. In the present research, we conducted two studies (Ns = 205 and 359), in which we similarly manipulated whether irrelevant content was associated with or dissociated from the story protagonist. In these studies, we did not find support for either the foregrounding or inconsistent-operations hypotheses. Exploratory error analyses suggested that solvers’ errors were most often the result of calculation difficulties or inappropriate operation choices and were unrelated to the presence of associative or dissociative story elements. Our careful implementation of this manipulation and much greater power to detect effects suggests that the association manipulation in irrelevant text does not influence adults’ performance on simple math story problems.
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.
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 | 0,002 | 0,006 |
| 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 découle