MétaCan
Menu
Retour à la cohorte
Enregistrement W7034383870

A Taskâs Cognitive Demands Influence Self-reported Performance Variances Throughout The Day

2010· dissertation· en· W7034383870 sur OpenAlexvenueaboutno aff

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2010
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueModel Reduction and Neural Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChronotypePerceptionCognitionRhythmSleep (system call)Vigilance (psychology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Chronotype describes the daily rhythm of an individual’s performance capability as it changes through the day. It is defined using the Horne-Östberg Morningness-Eveningness Questionnaire (MEQ) which assesses time-of-day preference; or the Munich ChronoType Questionnaire (MCTQ) which indicates sleep timing parameters. My hypothesis was that chronotype predominantly reflects an individual’s perceived daily rhythm in executive function. We tested this by comparing MEQ and MCTQ with the University of Toronto Inventory of Morningness and Eveningness (UTIME) Questionnaire which examines performance on scenarios requiring\ncognitive, physical, and/or emotional responses. Highest correlations were found between MEQ and UTIME tasks with high executive demand. The same UTIME tasks were also correlated with MCTQ (mid-sleep, free days), although the correlations were consistently lower than UTIME versus MEQ. Correlations among UTIME tasks and MCTQ (mid-sleep, workdays) were not linked to executive demand. Chronotype appears to reflect the perception of peak executive\nability independently of sleep pattern.

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 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 enseignants0,396
Score d'incertitude au seuil0,859

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,003
Tête enseignante GPT0,178
Écart entre enseignants0,175 · 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.

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

Citations0
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)Même sujetModel Reduction and Neural NetworksTravaux en français237 207