Thinking in Complexity about Learning and Education: A Programmatic View
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
In this contribution the focus is on sketching a programmatic view of thinking in complexity about learning and development. This kind of thinking goes beyond linear thinking. The new thinking in complexity about a dynamic complex reality may enable us to build a new science of learning and education, which does not take the nonlinear complex reality for granted but regards it as “real”: a science with a framework that does not exist yet. A new vision on learning is presented which takes the concept of interaction as a key concept, which may be linked with the notion of dynamic complexity. Thinking in complexity has its focus on “that which is interwoven”. Learning and development through interaction may thus be viewed as a way of co‐creating ourselves within a web of reciprocal relationships with the other. This co‐creation may be described as a complex of self‐generative, self‐sustaining processes of mutual “bootstrapping” with potentially nonlinear effects over time. Modelling learning this way, may show learning to be a potentially nonlinear phenomenon within a new reality as the domain of possibilities and potentialities of learning. The modelling of such learning as “bootstrapping,” and the concomitant effects on both partners in the interaction, shows these very possibilities and potentialities of learning in their humanly connected spaces of possibility. It demonstrates the very truth of Vygotsky’s adage that “it is through others that we develop into ourselves.” Based on his thoughts, we are able to develop a new view of the complex nonlinear reality of learning and education, with learners as potentially nonlinear human beings.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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