MétaCan
Menu
Retour à la cohorte
Enregistrement W1985646000 · doi:10.1002/sce.20176

Predators of knowledge construction: Interpreting students' metacognition in an amusement park physics program

2006· article· en· W1985646000 sur OpenAlexafffund
David P. Anderson, Samson Madera Nashon

Notice bibliographique

RevueScience Education · 2006
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaHong Kong Institute of Education
Mots-clésMetacognitionContext (archaeology)PsychologyMathematics educationSociocultural evolutionScience educationConceptual changePedagogyCognitionSociologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract It is recognized widely that learning is a dynamic and idiosyncratic process of construction and reconstruction of concepts in response to new experiences. It is influenced by the learner's prior knowledge, motivation, and sociocultural context. This study investigated how year 11 and 12 physics students' metacognition influences the development of their conceptual understandings of kinematics. An interpretive case study approach was used to investigate students working in collaborative groups in the context of an amusement park physics program. The metacognitive character of individual learners was demonstrated to have a strong influence on their conceptual development. Moreover, the metacognitive character of individuals within the small group contexts investigated was a key factor influencing the groups' collective knowledge development. A coyote–rabbit metaphor was developed to interpret the resilience and weaknesses of individual and group knowledge construction processes, and elucidates new theoretical understandings regarding metacognition and its influence on knowledge construction. © 2006 Wiley Periodicals, Inc. Sci Ed 91:298–320, 2007

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,472
Écart entre enseignants0,435 · 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'étudeQualitatif
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

Citations114
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience EducationMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207