Key Issues in Modeling and Applying Research on Self‐Regulated Learning
Notice bibliographique
Résumé
Les études théoriques et empiriques sur l’autorégulation, l’apprentissage autorégulé et les concepts proches telle que la volition constituent désormais un seeteur fécond de la recherche en psychologie appliquée (voir par exemple ; ). Le résumé de , profond et représentatif de ce travail dans le domaine de l’éducation, présente dans l’espace qui leur est alloué des contributions importantes pour la modélisation de l’apprentissage autorégulé, une discussion de quéstions méthodologiques critiques, une vue d’ensemble des travaux empiriques contemporains et parvient enfin à proposer une orientation pertinente pour les travaux à venir. Comme je dispose moi‐même d’un espace limité pour commenter cet article, je me concentre sur quelques questions que j’estime fondamentales. Theoretical and empirical studies of self‐regulation (SR), self‐regulated learning (SRL), and closely related constructs such as volition have become lively areas of research in applied psycholgy (e.g. see ; ). ) very thoughtful and representative summary of this work in education packs into their allotted space important contributions to modeling SRL, a discussion of critical methodological matters, a survey of modern empirical research, and manages as well to give useful direction to future research. I, too, have limited space for comment on their article, so I focus on just a few issues that I judge are key.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,047 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,015 |
| Communication savante | 0,014 | 0,016 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».