MétaCan
Menu
Retour à la cohorte
Enregistrement W4399157800 · doi:10.1080/13875868.2024.2359929

Motoric engagement, but not decision-making, during encoding influences route memory

2024· article· en· W4399157800 sur OpenAlexafffund
Yadurshana Sivashankar, Philip He, Hélène Sauzeon, Myra A. Fernandes

Notice bibliographique

RevueSpatial Cognition and Computation · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensWilfrid Laurier UniversityUniversity of Waterloo
Organismes subventionnairesUniversité de BordeauxNatural Sciences and Engineering Research Council of CanadaMitacsInstitut national de recherche en informatique et en automatique (INRIA)
Mots-clésEncoding (memory)Computer scienceMovement (music)Virtual realityControl (management)Path (computing)Point (geometry)Path integrationHuman–computer interactionComputer visionVisual memoryArtificial intelligencePsychologySimulationCognitionNeuroscienceMathematics

Résumé

récupéré en direct d'OpenAlex

Navigation aids limit the need for decision-making, possibly hindering memory for routes traveled. We manipulated type of navigation at encoding, within virtual-reality. In the Active condition participants self-initiated decision-making about routes, to find a target, and in the Guided condition followed a pre-defined path overlaid onto virtual streets. In both, they had volitional control using hand-held controllers, allowing head and body rotation in a swivel chair. In the Passive condition they viewed a pre-defined route, with no control of movement. At retrieval, participants were asked to reproduce their exact route from the initial starting point. Route memory was better following Active and Guided encoding than Passive. A visual navigation aid does not impair route memory if volitional movement is maintained.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,277
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSpatial Cognition and ComputationMême sujetSpatial Cognition and NavigationTravaux en français237 207