MétaCan
Menu
Retour à la cohorte
Enregistrement W1590603132 · doi:10.21432/t2sw2v

A framework for identifying and promoting metacognitive knowledge and control in online discussants

2009· article· en· W1590603132 sur OpenAlexaffvenue
Elizabeth Murphy

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMetacognitionPsychologyContext (archaeology)HumanitiesPedagogyLibrary scienceSociologyComputer scienceCognitionArt

Résumé

récupéré en direct d'OpenAlex

The effectiveness of computer-based learning environments depends on learners’ deployment of metacognitive and self-regulatory processes. Analysis of transmitted messages in a context of Computer Mediated Communication can provide a source of information on metacognitive activity. However, existing models or frameworks (e.g., Henri, 1992) that support the identification and assessment of metacognition have been described as subjective, lacking in clear criteria, and unreliable in contexts of scoring. This paper develops a framework that might be used by researchers analysing transcripts of discussions for evidence of engagement in metacognition, by instructors assessing learners’ participation in online discussions or by designers setting up metacognitive experiences for learners. Résumé : L’efficacité des environnements d’apprentissage assistés par ordinateur repose sur l’utilisation de processus de métacognition et d’autorégulation par les apprenants. L’analyse de messages transmis dans un contexte de communication assistée par ordinateur peut constituer une source d’information sur l’activité métacognitive. Cependant, les modèles et cadres existants (p. ex. Henri, 1992) qui permettent la reconnaissance et l’évaluation de la métacognition ont été décrits comme subjectifs, dépourvus de critères clairs et peu fiables dans des contextes de notation. Cet article décrit un cadre qui pourrait être utilisé par les chercheurs qui analysent les transcriptions de discussions à la recherche de preuves d’engagement métacognitif, par les instructeurs qui procèdent à l’évaluation de la participation des apprenants à des discussions en ligne ou par les concepteurs qui élaborent des expériences métacognitives pour les apprenants.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,016
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,002
Études des sciences et des technologies0,0020,009
Communication savante0,0070,006
Science ouverte0,0030,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,044
Tête enseignante GPT0,403
Écart entre enseignants0,359 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207