DOI: https://doi.org/10.3389/fpsyg.2025.1698995
PMID: https://pubmed.ncbi.nlm.nih.gov/41684960
تاريخ النشر: 2026-01-28
المؤلف: Ottavia M. Epifania وآخرون
الموضوع الرئيسي: الجوانب المعرفية والتنموية لمهارات الرياضيات
نظرة عامة
يتناول القسم تطوير حزمة matRiks، التي تعالج قيود الموارد الحالية لتوليد مصفوفات شبيهة بـ Raven بشكل تلقائي. الأدوات الحالية إما قديمة أو تفتقر إلى خيارات التخصيص، حيث أن حزمة R الموجودة قادرة فقط على إنشاء دورانات بنفس الشكل. بالمقابل، تقدم matRiks حلاً متعدد الاستخدامات من خلال توليد المصفوفات عبر قواعد تحويل متنوعة، بما في ذلك الميزات البصرية المكانية (مثل الشكل والحجم والاتجاه) والعمليات المنطقية (مثل تقاطع المجموعات والاتحاد).
تعتبر الابتكار الكبير في حزمة matRiks هو قدرتها على توليد المشتتات تلقائيًا بناءً على أنماط الأخطاء الشائعة التي لوحظت في اختبارات Raven، مما يعزز الواقعية والقيمة التشخيصية لخيارات الاستجابة. توفر هذه الحزمة إطارًا منهجيًا لإنشاء مهام تفكير مصفوفية منظمة جيدًا وقابلة للتفسير المعرفي، مما يسمح بالتحكم الدقيق في التعقيد وقابلية التوسع لأغراض التجريب والتقييم. مفتوحة المصدر بالكامل ومصممة للمستخدمين الذين لديهم معرفة أساسية بـ R، تعزز matRiks القابلية للتكرار في توليد المحفزات.
مقدمة
تناقش مقدمة الورقة الذكاء السائل (FI)، الذي عُرفه كاتل (1963) على أنه القدرة على حل مشكلات التفكير الجديدة بشكل مستقل عن المفاهيم المتعلمة. يتم تقييم هذا النوع من الذكاء من خلال أدوات مصممة لتقليل تأثير التكيف الثقافي، حيث تعتبر مصفوفات Raven التقدمية (RPM) أداة بارزة. تتكون RPM من عناصر غير لفظية حيث يكمل المستجيبون أنماطًا بصرية، مما يتطلب تحديد القواعد الأساسية التي تحكم العلاقات بين الأشكال المجردة. تلبي إصدارات مختلفة من RPM احتياجات مجموعات سكانية مختلفة، بما في ذلك مصفوفات التقدم القياسية (SPM) للسكان العامين، ومصفوفات التقدم الملونة (CPM) للأطفال والأفراد ذوي الصعوبات المعرفية، ومصفوفات التقدم المتقدمة (APM) لأولئك الذين لديهم ذكاء فوق المتوسط.
تسلط الورقة الضوء على أهمية الحفاظ على جدّة المحفزات في تقييم FI، مما أدى إلى استكشاف طرق آلية لتوليد مصفوفات شبيهة بـ Raven. تحتوي الأدوات الحالية لتوليد المصفوفات على قيود، مما دفع إلى تطوير حزمة R جديدة، matRiks. تتيح هذه الحزمة البناء التلقائي للمصفوفات من خلال تطبيق قواعد التحويل على الأشكال الهندسية، مما يمكّن من التخصيص والتحكم في تعقيد العناصر. من الجدير بالذكر أن matRiks تتضمن تصنيفًا لأنواع الأخطاء لتوليد خيارات الاستجابة، وهي ميزة غير موجودة في الأدوات السابقة. توضح المخطوطة تنظيم الأقسام التالية، التي ستتناول الأساليب الحالية، ومنطق حزمة matRiks، ودليل حول توليد المحفزات.
نقاش
يسلط قسم النقاش في ورقة البحث الضوء على التقدم في توليد مصفوفات شبيهة بـ Raven بشكل تلقائي، مؤكدًا على أهمية النظريات المعرفية في تصميم العناصر. وضعت المساهمات الرائدة من Embretson وReise الأساس لتوليد العناصر المعتمد على المعرفة، والذي تطور ليشمل أطرًا متنوعة قابلة للتطبيق عبر مجالات الاختبار. على الرغم من انتشار طرق توليد العناصر التلقائية (AIG)، لا يزال هناك نقص في الدراسات التي تتناول مهام التفكير المعتمدة على المصفوفات بشكل خاص. تشمل الأمثلة البارزة مصفوفات Sandia وCorvus، التي تستخدم التوليد القائم على القواعد ولكن تختلف في أسسها النظرية وتعقيدها. تستخدم مصفوفات Sandia، على سبيل المثال، برنامجًا قائمًا على Java يطبق بشكل منهجي قواعد التحويل البصرية لتوليد محفزات متنوعة، على الرغم من أن بساطة هذه العناصر قد تحد من صلاحيتها البيئية.
يستكشف القسم أيضًا العمليات المعرفية المعنية في حل مصفوفات شبيهة بـ Raven، موضحًا كيف يحدد الأفراد الأنماط ويطبقون قواعد التحويل لإكمال المصفوفات. تُعلم هذه التحليل المعرفي تطوير قواعد التحويل التي يمكن تنفيذها بشكل منهجي في الخوارزميات التوليدية. تصنف الورقة هذه القواعد إلى أنواع منطقية، بصرية مكانية، تحليلية لفظية، وكمية، كل منها يتطلب متطلبات معرفية مميزة. يقترح المؤلفون أن تعقيد المصفوفات المولدة يتأثر أكثر بنوع القواعد وتلاعبها الاتجاهي بدلاً من أبعاد المصفوفة. بالإضافة إلى ذلك، تم تقديم حزمة matRiks كأداة لتوليد مصفوفات شبيهة بـ Raven، مما يسمح بإنشاء محفزات تتماشى مع المبادئ المعرفية المحددة، وبالتالي تعزيز تقييم الذكاء السائل عبر مجموعات سكانية متنوعة.
DOI: https://doi.org/10.3389/fpsyg.2025.1698995
PMID: https://pubmed.ncbi.nlm.nih.gov/41684960
Publication Date: 2026-01-28
Author(s): Ottavia M. Epifania et al.
Primary Topic: Cognitive and developmental aspects of mathematical skills
Overview
The section discusses the development of the matRiks package, which addresses the limitations of existing resources for the automatic generation of Raven-like matrices. Current tools are either outdated or lack customization options, with an existing R package only capable of creating rotations of the same shape. In contrast, matRiks offers a versatile solution by generating matrices through various transformation rules, including visuospatial features (such as shape, size, and orientation) and logical operations (like set intersection and union).
A significant innovation of the matRiks package is its ability to automatically generate distractors based on common error patterns observed in Raven’s tests, enhancing the realism and diagnostic value of the response options. This package provides a systematic framework for creating well-structured and cognitively interpretable matrix reasoning tasks, allowing for precise control over complexity and scalability for experimental and assessment purposes. Fully open-source and designed for users with basic R knowledge, matRiks promotes reproducibility in stimulus generation.
Introduction
The introduction of the paper discusses fluid intelligence (FI), defined by Cattell (1963) as the capacity to solve novel reasoning problems independent of learned concepts. This form of intelligence is assessed through instruments designed to minimize the influence of acculturation, with the Raven’s Progressive Matrices (RPM) being a prominent tool. The RPM consists of non-verbal items where respondents complete visual patterns, requiring the identification of underlying rules governing the relationships among abstract figures. Various versions of the RPM cater to different populations, including the Standard Progressive Matrices (SPM) for the general population, the Colored Progressive Matrices (CPM) for children and individuals with cognitive difficulties, and the Advanced Progressive Matrices (APM) for those with above-average intelligence.
The paper highlights the importance of maintaining the novelty of stimuli in assessing FI, which has led to the exploration of automated methods for generating Raven-like matrices. Existing tools for matrix generation have limitations, prompting the development of a new R package, matRiks. This package allows for the automatic construction of matrices by applying transformation rules to geometric figures, enabling customization and control over item complexity. Notably, matRiks incorporates a classification of error types to generate response options, a feature not present in prior tools. The manuscript outlines the organization of the subsequent sections, which will cover existing methods, the logic of the matRiks package, and a tutorial on stimulus generation.
Discussion
The discussion section of the research paper highlights advancements in the automatic generation of Raven-like matrices, emphasizing the importance of cognitive theories in item design. Pioneering contributions from Embretson and Reise laid the groundwork for cognitively-based item generation, which has evolved to include various frameworks applicable across testing domains. Despite the proliferation of automatic item generation (AIG) methods, there remains a scarcity of studies specifically addressing matrix-based reasoning tasks. Notable examples include the Sandia Matrices and Corvus, which utilize rule-based generation but differ in their theoretical foundations and complexity. The Sandia Matrices, for instance, employ a Java-based software that systematically applies visual transformation rules to generate diverse stimuli, although the simplicity of these items may limit their ecological validity.
The section further explores the cognitive processes involved in solving Raven-like matrices, detailing how individuals identify patterns and apply transformation rules to complete the matrices. This cognitive analysis informs the development of transformation rules that can be systematically implemented in generative algorithms. The paper categorizes these rules into logical, visuospatial, verbal-analytical, and quantitative types, each with distinct cognitive demands. The authors propose that the complexity of generated matrices is influenced more by the type of rules and their directional manipulation than by the matrix’s dimensionality. Additionally, the matRiks package is introduced as a tool for generating Raven-like matrices, allowing for the creation of stimuli that adhere to defined cognitive principles, thereby enhancing the assessment of fluid intelligence across various populations.