論文の概要: Network psychometrics and cognitive network science open new ways for
detecting, understanding and tackling the complexity of math anxiety: A
review
- arxiv url: http://arxiv.org/abs/2108.13800v1
- Date: Tue, 31 Aug 2021 12:43:43 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-01 21:04:53.612273
- Title: Network psychometrics and cognitive network science open new ways for
detecting, understanding and tackling the complexity of math anxiety: A
review
- Title（参考訳）: ネットワーク心理学と認知ネットワーク科学は、数学不安の複雑さを検出し、理解し、対処する新しい方法を開く:レビュー
- Authors: Massimo Stella
- Abstract要約: 数学不安は、数学に関連する文脈における認知処理を損なう臨床病理である。
世界64の教育システムのうち、63の学生の約20%に影響するが、学業成績と相関が弱い。
これは、学生の幸福感、計算リテラシー、そして科学におけるキャリアの見通しに具体的な脅威をもたらす。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Math anxiety is a clinical pathology impairing cognitive processing in
math-related contexts. Originally thought to affect only inexperienced,
low-achieving students, recent investigations show how math anxiety is vastly
diffused even among high-performing learners. This review of data-informed
studies outlines math anxiety as a complex system that: (i) cripples
well-being, self-confidence and information processing on both conscious and
subconscious levels, (ii) can be transmitted by social interactions, like a
pathogen, and worsened by distorted perceptions, (iii) affects roughly 20% of
students in 63 out of 64 worldwide educational systems but correlates weakly
with academic performance, and (iv) poses a concrete threat to students'
well-being, computational literacy and career prospects in science. These
patterns underline the crucial need to go beyond performance for estimating
math anxiety. Recent advances with network psychometrics and cognitive network
science provide ideal frameworks for detecting, interpreting and intervening
upon such clinical condition. Merging education research, psychology and data
science, the approaches reviewed here reconstruct psychological constructs as
complex systems, represented either as multivariate correlation models (e.g.
graph exploratory analysis) or as cognitive networks of semantic/emotional
associations (e.g. free association networks or forma mentis networks). Not
only can these interconnected networks detect otherwise hidden levels of math
anxiety but - more crucially - they can unveil the specific layout of
interacting factors, e.g. key sources and targets, behind math anxiety in a
given cohort. As discussed here, these network approaches open concrete ways
for unveiling students' perceptions, emotions and mental well-being, and can
enable future powerful data-informed interventions untangling math anxiety.
- Abstract（参考訳）: 数学不安は、数学に関連する文脈における認知処理を損なう臨床病理である。
元々は経験不足で低学歴の学生にしか影響しないと考えられていたが、近年の研究では、ハイパフォーマンスな学習者でも数学の不安がいかに広く拡散しているかが示されている。
This review of data-informed studies outlines math anxiety as a complex system that: (i) cripples well-being, self-confidence and information processing on both conscious and subconscious levels, (ii) can be transmitted by social interactions, like a pathogen, and worsened by distorted perceptions, (iii) affects roughly 20% of students in 63 out of 64 worldwide educational systems but correlates weakly with academic performance, and (iv) poses a concrete threat to students' well-being, computational literacy and career prospects in science.
これらのパターンは、数学の不安を推定する上で、パフォーマンスを超越する必要性を強調するものだ。
ネットワーク心理学と認知ネットワーク科学の最近の進歩は、そのような臨床状態を検出し、解釈し、介入するための理想的な枠組みを提供する。
教育研究,心理学,データサイエンスを融合したこのアプローチは,多変量相関モデル(例:多変量相関モデル)として表される複雑なシステムとして心理学的構成を再構築するものである。
グラフ探索分析)、あるいは意味/感情関係の認知ネットワークとして(例えば、)
フリー・アソシエーション・ネットワークや フォーマ・メンティス・ネットワーク)
これらの相互接続されたネットワークは、数学の不安の隠れたレベルを検出するだけでなく、より重要なこととして、相互作用する要因の特定のレイアウトを明らかにすることができる。
重要な情報源と目標 特定のコホートでの 数学不安の裏側
ここで述べたように、これらのネットワークは、生徒の知覚、感情、精神的幸福を明らかにするための具体的な方法にアプローチし、将来の強力なデータインフォームド介入が数学の不安をなくすことを可能にします。
関連論文リスト
- Heterogeneous Subgraph Network with Prompt Learning for Interpretable Depression Detection on Social Media [5.570905441172371]
ソーシャルメディアにおける早期うつ病検出に関する既存の研究は、解釈可能性に欠けていた。
本稿では,プロンプト学習を用いた異種サブグラフネットワークを利用した新しい手法を提案する。
提案手法はソーシャルメディア上での抑うつ検出の最先端手法を著しく上回っている。
論文 参考訳（メタデータ） (2024-07-12T06:20:59Z) - AI-Enhanced Cognitive Behavioral Therapy: Deep Learning and Large Language Models for Extracting Cognitive Pathways from Social Media Texts [27.240795549935463]
ソーシャルメディアからデータを収集し,認知経路抽出の課題を確立した。
我々は、精神療法士が重要な情報を素早く把握できるよう、テキスト要約タスクを構築した。
本研究では,ディープラーニングモデルと大規模言語モデルの性能評価を行った。
論文 参考訳（メタデータ） (2024-04-17T14:55:27Z) - Measuring Non-Typical Emotions for Mental Health: A Survey of Computational Approaches [57.486040830365646]
ストレスと抑うつは日々のタスクにおけるエンゲージメントに影響を与え、彼らの相互作用を理解する必要性を強調します。
この調査は、ストレス、抑うつ、エンゲージメントを分析する計算手法を同時に探求した最初のものである。
論文 参考訳（メタデータ） (2024-03-09T11:16:09Z) - Brain-Inspired Machine Intelligence: A Survey of
Neurobiologically-Plausible Credit Assignment [65.268245109828]
本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。
我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。
本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
論文 参考訳（メタデータ） (2023-12-01T05:20:57Z) - Memory-Augmented Theory of Mind Network [59.9781556714202]
社会的推論は、心の理論(ToM)の能力を必要とする。
ToMに対する最近の機械学習アプローチは、観察者が過去を読み、他のエージェントの振る舞いを提示するように訓練できることを実証している。
我々は,新たなニューラルメモリ機構を組み込んで符号化し,階層的な注意を払って他者に関する情報を選択的に検索することで,課題に対処する。
この結果、ToMMYは心的プロセスについての仮定をほとんど行わずに理性を学ぶマインドモデルである。
論文 参考訳（メタデータ） (2023-01-17T14:48:58Z) - Synergistic information supports modality integration and flexible
learning in neural networks solving multiple tasks [107.8565143456161]
本稿では,様々な認知タスクを行う単純な人工ニューラルネットワークが採用する情報処理戦略について検討する。
結果は、ニューラルネットワークが複数の多様なタスクを学習するにつれて、シナジーが増加することを示している。
トレーニング中に無作為にニューロンを停止させると、ネットワークの冗長性が増加し、ロバスト性の増加に対応する。
論文 参考訳（メタデータ） (2022-10-06T15:36:27Z) - Searching for the Essence of Adversarial Perturbations [73.96215665913797]
本稿では,ニューラルネットワークの誤予測の原因となる,人間の認識可能な情報を含む対人摂動について述べる。
この人間の認識可能な情報の概念は、敵の摂動に関連する重要な特徴を説明できる。
論文 参考訳（メタデータ） (2022-05-30T18:04:57Z) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - DASentimental: Detecting depression, anxiety and stress in texts via
emotional recall, cognitive networks and machine learning [0.0]
本研究は,文章から抑うつ,不安,ストレスを抽出する半教師付き機械学習モデル(DASentimental)を提案する。
我々は、抑うつ不安ストレス尺度(DASS-21)に対する反応とN=200$の個人によるリコール感情単語のシーケンスがどのように相関しているかをモデルに訓練する。
想起された感情と「サド・ハッピー」のセマンティックな距離は、うつ病レベルを推定する上で重要な特徴であるが、不安やストレスには重要でない。
論文 参考訳（メタデータ） (2021-10-26T13:58:46Z) - Cognitive network science for understanding online social cognitions: A
brief review [0.0]
ソーシャルメディアは、タイムラインや感情的コンテンツの観点から、大量のユーザーの認知をデジタル化している。
この研究は、認知ネットワーク科学がオンラインメディアを通じて認知を理解するための新しい定量的な方法を開く方法について概説する。
論文 参考訳（メタデータ） (2021-02-25T11:53:28Z) - SensAI+Expanse Emotional Valence Prediction Studies with Cognition and
Memory Integration [0.0]
この研究は、認知科学研究を支援することができる人工知能エージェントに貢献する。
開発された人工知能システム(SensAI+Expanse)には、機械学習アルゴリズム、共感アルゴリズム、メモリが含まれる。
本研究は, 年齢と性別の相違が有意であることを示すものである。
論文 参考訳（メタデータ） (2020-01-03T18:17:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。