MétaCan
Menu
Retour à la cohorte
Enregistrement W1977646483 · doi:10.1002/j.2162-6057.2010.tb01331.x

From Walls to Windows: Using Barriers as Pathways to Insightful Solutions

2010· article· en· W1977646483 sur OpenAlexaff
Jennifer Walinga

Notice bibliographique

RevueThe Journal of Creative Behavior · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésVariety (cybernetics)Creative problem-solvingCreativityProcess (computing)Focus (optics)Management scienceKnowledge managementComputer scienceProcess managementRepresentation (politics)Conceptual frameworkPsychologyArtificial intelligenceSociologyEngineeringSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to explore and develop a conceptual model for how individuals unlock insight. The concept of insight — the ‘out of the box’ or ‘aha!’ solution to a problem — offers a framework for exploring and understanding how best to enhance problem solving skills due to the cognitive shift insight requires. Creative problem solving (CPS) is inherent to a variety of performance realms including effective decision making, innovation, and organizational development; however, related processes of insight, innovation and creativity remain intangible. The model, based on a review of the problem solving literature, proposes that insight involves a five stage, cyclical process emerging as: primary appraisal of the problem, secondary appraisal based on prior knowledge, initial focus, problem representation, and solution generation when, if no solution is found, the cycle begins again. The research has implications for individual, team and organizational settings suggesting that performance on a wide variety of problems may be improved by utilizing an integrated focus rather than a barrier or goal focus alone.

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)0,007
score de la tête « metaresearch » (Gemma)0,031
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0030,009
Communication savante0,0110,019
Science ouverte0,0020,009
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,085
Tête enseignante GPT0,396
Écart entre enseignants0,310 · 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
GenreEmpirique

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

En bref

Citations9
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Creative BehaviorMême sujetCreativity in Education and NeuroscienceTravaux en français237 207