MétaCan
Menu
Retour à la cohorte
Enregistrement W2100118769 · doi:10.5430/air.v2n1p36

Towards a pragmatic modeling of learner's complex system by reflecting Boulding's typology at the affective computing space

2012· article· en· W2100118769 sur OpenAlexvenueno aff
Sofia J. Hadjileontiadou, Georgia N. Nikolaidou, Leontios J. Hadjileontiadis

Notice bibliographique

RevueArtificial Intelligence Research · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueCognitive Science and Education Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTypologyStructuringPerspective (graphical)CognitionSpace (punctuation)PsychologyCognitive psychologyValence (chemistry)Computer scienceCognitive scienceArtificial intelligenceSociology

Résumé

récupéré en direct d'OpenAlex

This work reflects Boulding's Typology (BT) of the learner's complex system at the space of affective computing. From this perspective, the learner's emotional state is interweaved with the structural elements of his/her learning functioning (both internal and external) when placed within an educational setting. The advent of new technological achievements in the accurate acquisition of the learner's affective state allows for the redesign of the ICT-based educational settings, taking into account a bilateral approach of the learner's system that involves both cognitive and emotional processes, as reflected in the Valence/Arousal space. Justification of the crucial role of learner's affective state in the design of an ICT-based educational setting is provided with the implications derived from an experimental case-study, referring to emotional responses to IADS-based sound stimuli presented to three age-dependent learner-groups. The proposed affective parameters define an enriched BT that could serve as a basis for structuring a new model, closer to the pragmatic nature of the learner's system.

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)0,003
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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,008
Communication savante0,0060,007
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,498
Tête enseignante GPT0,536
Écart entre enseignants0,038 · 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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArtificial Intelligence ResearchMême sujetCognitive Science and Education ResearchTravaux en français237 207