To Hear or Not to Hear: Cognitive Load Theory and Learning
Notice bibliographique
Résumé
ABSTRACT Background: Cognitive load is the amount of information one’s working memory can process at any given time. Key components of cognitive load include germane load, intrinsic load, and extraneous load. Learning is hindered if overload occurs, thus reducing cognitive performance. This study addresses the impact of auditory stimulation on cognitive load through repeated recognition tasks. Methods: Twenty-eight Queen’s University students were recruited and randomly allocated to control and experimental groups who completed the experiment with noise-cancelling headphones and with ambient noise, respectively. The experiment consisted of learning and testing phases. The learning phase involved memorizing a series of words. Subsequently, the testing phase required participants to recall words from the list. Each trial consisted of one learning and one testing phase, with three trials per participant. Cardiovascular measurements were taken prior to the experiment, at the beginning of each phase, and after each trial was completed. Results: Primary outcomes demonstrated that the experimental group experienced greater percent changes in heart rate and rate pressure product, higher perceived mental effort, and greater within-group variation for heart rate compared to controls. Scores decreased as trials progressed. Secondary outcomes showed that the top 33% of participants were less susceptible to changes in heart rate and blood pressure. Overall, four heart rate or blood pressure responders were identified. Conclusions: Exposure to 70 decibels of ambient noise contributes to cognitive load as noted by elevated cardiovascular measure and perceived mental effort. Results can inform educational platforms and hospital logistics.
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 | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».