Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

MNiSW
15
WOS
Status:
Autorzy: Borys Magdalena, Plechawska-Wójcik Małgorzata, Barakate Sara, Hachmoud Karim, Krukow Paweł
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Drukowana | Elektroniczna
Arkusze wydawnicze: 0,5
Język: angielski
Strony: 1 - 4
Web of Science® Times Cited: 0
Scopus® Cytowania: 1
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: 9th International Conference ELMECO-9 " Electromagnetic Devices and Processes in Environment Protection " with 12th Seminar AoS-12 "Applications of Superconductors"
Skrócona nazwa konferencji: ELMECO & AoS 2017
URL serii konferencji: LINK
Termin konferencji: 3 grudnia 2017 do 6 grudnia 2017
Miasto konferencji: Nałęczów
Państwo konferencji: POLSKA
Publikacja OA: NIE
Abstrakty: angielski
The Ruff Figurai Fluency Test is a paper and pencil tool to gain information about the nonverbal capacity for such activities as initiation, planning, and divergent reasoning including strategy use. It is applied voluntarily in the form of cognitive test batteries. In this study a computerised version of the Ruff Figural Fluency Test was employed in order to assess user cognitive performance. Sixty-one male participants were examined using the eye-tracking technique to gain the desired data. Different machine learning models were applied in order to classify user performance. The best results (78,7% for the testing dataset) were obtained for Quadratic Discriminant Analysis classifier.