MétaCan
Menu
Retour à la cohorte
Enregistrement W2052508340 · doi:10.1111/j.1751-228x.2008.00044.x

Self‐Reflection and the Cognitive Control of Behavior: Implications for Learning

2008· article· en· W2052508340 sur OpenAlexaff
Stuart Marcovitch, Sophie Jacques, Janet J. Boseovski, Philip David Zelazo

Notice bibliographique

RevueMind Brain and Education · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitive psychologyCognitionAffordancePerspective (graphical)Cognitive flexibilityRubricTask (project management)Cognitive scienceDevelopmental psychologyComputer scienceArtificial intelligenceMathematics education

Résumé

récupéré en direct d'OpenAlex

ABSTRACT— In this article, we suggest that self‐reflection and self‐control—studied under the rubric of “executive function” (EF)—have the potential to transform the way in which learning occurs, allowing for the relatively rapid emergence of new behaviors. We describe 2 lines of research that indicate that reflecting on a task and its affordances helps children to respond flexibly in a more top‐down fashion despite interference from prior learning or perceptually salient aspects of the task. Research on A‐not‐B tasks with infants and young children revealed that postswitch flexibility is an inverted U‐shaped function of number of preswitch trials. Overlearning may provide additional opportunities for reflection, in part by freeing up cognitive resources as behavior becomes automatized. Findings from the Flexible Item Selection Task with preschoolers and adults revealed that, although labeling the relevant dimension facilitates performance, performance declines when participants are prohibited from labeling. Labeling one’s perspective on a situation not only helps make that perspective an explicit object of consideration, but it may also help children access more abstract conceptual descriptions of a stimulus. Research on EF has broad implications for the way in which human learning differs from learning in other species and the way in which human learning may change over the course of development.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,005
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,339
Écart entre enseignants0,314 · 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

Citations56
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMind Brain and EducationMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207