論文の概要: Math anxiety and associative knowledge structure are entwined in psychology students but not in Large Language Models like GPT-3.5 and GPT-4o

• arxiv url: http://arxiv.org/abs/2511.01558v1
• Date: Mon, 03 Nov 2025 13:25:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:27.272004
• Title: Math anxiety and associative knowledge structure are entwined in psychology students but not in Large Language Models like GPT-3.5 and GPT-4o
• Title（参考訳）: GPT-3.5やGPT-4oのような大規模言語モデルでは、数学の不安と連想的知識構造が心理学生に絡み合っている
• Authors: Luciana Ciringione, Emma Franchino, Simone Reigl, Isaia D'Onofrio, Anna Serbati, Oleksandra Poquet, Florence Gabriel, Massimo Stella,
• Abstract要約: 本研究は, 行動フォーラムネットワークに基づく枠組みを用いて, 数学や不安に関する概念の知覚と関連性について, 個人的, グループ的差異を探索する。 実験1、2、3では、個々のレベルのネットワーク機能を用いて、数学の不安に対する心理測定スコアを予測する。 実験4では,GPT-3.5とGPT-4oのネットワークから抽出したグループレベルの知覚に焦点を当てた。
• 参考スコア（独自算出の注目度）: 10.71149623650681
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Math anxiety poses significant challenges for university psychology students, affecting their career choices and overall well-being. This study employs a framework based on behavioural forma mentis networks (i.e. cognitive models that map how individuals structure their associative knowledge and emotional perceptions of concepts) to explore individual and group differences in the perception and association of concepts related to math and anxiety. We conducted 4 experiments involving psychology undergraduates from 2 samples (n1 = 70, n2 = 57) compared against GPT-simulated students (GPT-3.5: n2 = 300; GPT-4o: n4 = 300). Experiments 1, 2, and 3 employ individual-level network features to predict psychometric scores for math anxiety and its facets (observational, social and evaluational) from the Math Anxiety Scale. Experiment 4 focuses on group-level perceptions extracted from human students, GPT-3.5 and GPT-4o's networks. Results indicate that, in students, positive valence ratings and higher network degree for "anxiety", together with negative ratings for "math", can predict higher total and evaluative math anxiety. In contrast, these models do not work on GPT-based data because of differences in simulated networks and psychometric scores compared to humans. These results were also reconciled with differences found in the ways that high/low subgroups of simulated and real students framed semantically and emotionally STEM concepts. High math-anxiety students collectively framed "anxiety" in an emotionally polarising way, absent in the negative perception of low math-anxiety students. "Science" was rated positively, but contrasted against the negative perception of "math". These findings underscore the importance of understanding concept perception and associations in managing students' math anxiety.
• Abstract（参考訳）: 数学の不安は、大学心理学の学生にとって重要な課題となり、キャリアの選択と全体的な幸福に影響を及ぼす。 本研究は, 行動フォルマ・メンティス・ネットワーク(認知モデル)に基づく枠組みを用いて, 数学や不安に関連する概念の知覚と関連性に関する個人的・集団的差異を探索する。 GPT-3.5: n2 = 300; GPT-4o: n4 = 300, GPT-3.5: n2 = 300。 実験1、2、3は、数学不安の心理測定スコアと、数学不安尺度(Math Anxiety Scale)のファセット(観察的、社会的、評価的)を予測するために、個々のレベルのネットワーク特徴を用いる。 実験4では,GPT-3.5とGPT-4oのネットワークから抽出したグループレベルの知覚に焦点を当てた。 その結果,学生では,「不安」に対する肯定的評価とネットワーク次数,および「不安」に対する否定的評価が,総合的および評価的数学不安を予測できることが示唆された。 対照的に、これらのモデルは、シミュレーションされたネットワークと人間と比較して心理測定スコアが異なるため、GPTベースのデータでは機能しない。 これらの結果は、シミュレートされた学生と実際の学生の高低下位集団が意味的に、感情的にSTEM概念をフレーム化する方法の相違とも一致した。 高い数学不安の学生は、感情的に偏りがちな方法で「不安」をまとめ、低い数学不安の学生の否定的な認識を欠いた。 科学」は肯定的に評価されたが、「科学」の否定的な認識とは対照的であった。 これらの知見は,学生の数学不安管理における概念認識と関連性の重要性を浮き彫りにした。

関連論文リスト

• A network psychometric analysis of maths anxiety factors in Italian psychology students [0.0]
  本研究は,3因子MAS-UK尺度をイタリア語で翻訳し,新しいツールMAS-ITを開発した。 324人のイタリア人大学生のサンプルがMAS-ITを完成させた。 CFAの結果,元のMAS-UK3因子モデルはイタリアのデータに合わないことが明らかとなった。
  論文  参考訳（メタデータ） (2025-03-03T14:11:16Z)
• Cognitive networks highlight differences and similarities in the STEM mindsets of human and LLM-simulated trainees, experts and academics [0.0]
  本研究は,STEMに焦点をあてたメンティスネットワークを用いた行動分析である。 ヒト forma mentis ネットワークは GPT-3.5 に比べてクラスタリング係数が有意に高かった。 特に人間の専門家は、認知ネットワークへのSTEM概念のより良い統合を反映して、堅牢なクラスタリング係数を実証した。
  論文  参考訳（メタデータ） (2025-02-26T20:02:51Z)
• PsychoGAT: A Novel Psychological Measurement Paradigm through Interactive Fiction Games with LLM Agents [68.50571379012621]
  心理的な測定は、精神健康、自己理解、そして個人の発達に不可欠である。 心理学ゲームAgenT(サイコガト)は、信頼性、収束妥当性、差別的妥当性などの心理学的指標において統計的に有意な卓越性を達成している。
  論文  参考訳（メタデータ） (2024-02-19T18:00:30Z)
• Cognitive network science reveals bias in GPT-3, ChatGPT, and GPT-4 mirroring math anxiety in high-school students [0.3131740922192114]
  本稿では,GPT-3,Chat-GPT,GPT-4といった最先端言語モデルによって提供される数学やSTEMの知覚について検討する。 以上の結果から,LSMは数学やSTEMの分野に対して全体的に負の知覚を持ち,数学が最も負の認識を受けていることが示唆された。 我々は,新しいバージョン(GPT-4)は,より豊かで複雑な知覚と,より古いバージョンやN=159人の高校生に比べて否定的な知覚が低いことを観察した。
  論文  参考訳（メタデータ） (2023-05-22T15:06:51Z)
• Inducing anxiety in large language models can induce bias [47.85323153767388]
  我々は、確立された12の大規模言語モデル(LLM)に焦点を当て、精神医学でよく用いられる質問紙に答える。 以上の結果から,最新のLSMの6つが不安アンケートに強く反応し,人間に匹敵する不安スコアが得られた。 不安誘発は、LSMのスコアが不安アンケートに影響を及ぼすだけでなく、人種差別や老化などの偏見を測る以前に確立されたベンチマークにおいて、それらの行動に影響を及ぼす。
  論文  参考訳（メタデータ） (2023-04-21T16:29:43Z)
• Evaluating Psychological Safety of Large Language Models [72.88260608425949]
  我々は,大規模言語モデル(LLM)の心理的安全性を評価するために,バイアスのないプロンプトを設計した。 短い暗黒トライアド(SD-3)とビッグファイブインベントリ(BFI)の2つのパーソナリティテストを用いて5種類のLDMを試験した。 毒性を減らすための安全基準を微調整したものの、InstructGPT, GPT-3.5, GPT-4は依然として暗い性格パターンを示した。 直接選好最適化を用いたBFIからの反応を微調整したLlama-2-chat-7Bは、モデルの心理的毒性を効果的に低減する。
  論文  参考訳（メタデータ） (2022-12-20T18:45:07Z)
• Neural Theory-of-Mind? On the Limits of Social Intelligence in Large LMs [77.88043871260466]
  私たちは、今日の最大の言語モデルのひとつに、このようなソーシャルインテリジェンスを最初から欠いていることを示しています。 我々は、人中心のNLPアプローチは、マインドの神経理論に対してより効果的であるかもしれないと結論づける。
  論文  参考訳（メタデータ） (2022-10-24T14:58:58Z)
• 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)
• Network psychometrics and cognitive network science open new ways for detecting, understanding and tackling the complexity of math anxiety: A review [0.0]
  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。
  論文  参考訳（メタデータ） (2021-08-31T12:43:43Z)

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。