"This is driving me dotty": a new experimental method for studying sequential statistical learning
Notice bibliographique
Résumé
This thesis introduces a new experimental paradigm for exploring the cognitive mechanism of statistical learning (SL). SL refers to the ability of extracting statistical regularities and patterns implicitly from the sensory input and forming them into units of knowledge. Most of the methodologies used in the literature to investigate or assess the mechanism of SL, use tasks and measurements that assess the outcome of the learning process, rather than the process itself. Therefore, the new experimental paradigm introduced in this thesis, provides a new way of observing the SL mechanism while it operates, with the usage of a gaze contingent/time-displayed eye-tracking sequential SL task (on the visual domain). Once the new methodology is introduced and assessed across two different eye-trackers (Gazepoint GP3; EyeLink 1000 (SR Research Ltd., Mississauga, Canada)), it is applied to specific research contexts about the encoding process of sequences in SL and the effects of sequence length and mixtures of sequences lengths in sequential SL. The findings of this thesis support evidence for a hierarchical structure in the SL encoding process, where the last item of a sequence is better learned than the previous and so on. Additionally, it is suggested that sequences with shorter lengths (2 items) are learned faster than longer length sequences (4 items) in same length tasks. However, when the sequential SL occurs within mixed length sequences, longer sequences are facilitated from their coexistence with shorter sequences in the task, resulting in faster learning, while learning of shorter sequences is impeded by their coexistence with longer sequences in the task. A contextual evaluation of the two eye-tracking systems used in this thesis is described to justify the usage of low-cost equipment in experimental research. Finally, a critical discussion of the findings and its applications on educational and clinical areas is given.
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 | 0,006 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».