MétaCan
Menu
Retour à la cohorte
Enregistrement W2058040293 · doi:10.1080/09500780902954240

Realizing Vygotsky's program concerning language and thought: tracking knowing (ideas, conceptions, beliefs) in real time

2009· article· en· W2058040293 sur OpenAlexaff
Wolff‐Michael Roth

Notice bibliographique

RevueLanguage and Education · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSet (abstract data type)Representation (politics)Action (physics)Tracking (education)EpistemologyPsychologyLanguage acquisitionMathematics educationCognitive scienceLinguisticsComputer sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

Educators generally are concerned with testing what learners know by means of written tests, as if knowledge was some intrapsychological thing or state that could be translated and externalized into some interpsychologically available inscription that is a more-or-less accurate approximation of what the person knows. In such endeavors, language is used as a fixed representational means to achieve the interpsychological representation. Carefully conducted design experiments show, however, that knowing and learning are distributed – and therefore contingent processes – across different temporal, spatial, and social scales, which raises questions about the nature of the knowledge exhibited in various situations and forms. In this paper, I problematize the question of what spoken language specifically – and communicative acts more generally – tell us about knowing, learning, and development. I propose a different way of theorizing and analyzing what people think in action, and the ideas and concepts they mobilize. I articulate a set of propositions about knowing, which I exemplify in a careful look at a randomly chosen lecture episode from a university physics course.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,025
Communication savante0,0050,007
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
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 Opus0,031
Tête enseignante GPT0,417
Écart entre enseignants0,387 · 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'étudeObservationnel
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

Citations10
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguage and EducationMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207