机构名称：
¥ 1.0
人们经常在医疗和健康环境中遇到数字信息。在本文中，我们研究了与健康和非健康环境中决策准确性相关的数学因素。这是一项重要的努力，因为数学认知研究人员与研究健康决策的人之间的跨话相对较少。90名成年人（M = 37岁； 86％白人；男性为51％）回答了假设的健康决策问题，93名成年人（M = 36岁； 75％的白人； 42％的男性）回答了一个非医疗决策问题。所有参与者都是从在线小组中招募的。每个参与者完成了一系列涉及客观数学技能的任务（例如，整数和分数估计，比较，算术流利度，客观算术等）和其数学态度，焦虑和主观算术的主观评分。在单独的回归模型中，我们确定了哪些客观和主观数学措施与健康和非健康决策准确性相关。大小比较精度，多步算术准确性和数学焦虑症是健康决策准确性的显着差异，而对数学的关注（如开放式策略报告中所示）是非医疗决策精度的唯一重要预测指标。重要的是，来自数学认知文献的可靠和有效的措施与健康决策准确性相比，比常用的主观和客观算法更加密切。这些结果具有实际的含义：了解与健康决策绩效相关的数学因素可以为将来的干预措施提供信息，以增强对数字健康信息的理解。
数字健康和非健康决定的数学预测指标...
主要关键词
相关文件推荐
