A framework for identifying and promoting metacognitive knowledge and control in online discussants
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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