更专业的眼动模式与 X-ray 阅读表现相关

理解初学者如何获取和提升视觉搜索技能对于跨领域开发和优化培训方法至关重要。网络分析方法可用于分析视觉专业知识的图表示。本研究探讨了眼动轨迹与学习结果之间的关系，对象是来自多学期dentistry专业本科生的学生，这些学生正在诊断牙科 X 光片。我们采用网络分析技术将眼动扫描路径建模为有向图，并检验随时间变化的网络指标。通过对每个指标进行时间序列聚类，我们识别出不同的视觉搜索策略模式，并探讨了这些模式与学生诊断表现之间的关联。我们的发现表明，转换熵与得分呈负相关，而节点数、边数以及平均 PageRank 均与得分呈正相关。个体学生随时间变化的网络指标变化表明，从中间水平处理转向专家水平处理的发展趋势。这些见解有助于理解视觉任务中专业知识的获取，并可用于设计 AI 辅助学习干预措施。