MétaCan
Menu
Retour à la cohorte
Enregistrement W2118465430 · doi:10.1002/0471264385.wei0423

Reasoning and Problem Solving

2003· other· en· W2118465430 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHandbook of Psychology · 2003
Typeother
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFrame problemAdaptive reasoningTask (project management)Frame (networking)Action (physics)Cognitive scienceComputer scienceConnectionismQualitative reasoningPsychology of reasoningProcess (computing)Analytic reasoningArtificial intelligenceModel-based reasoningSelection (genetic algorithm)Reasoning systemMultitudeKnowledge representation and reasoningEpistemologyManagement sciencePsychologyArtificial neural network

Résumé

récupéré en direct d'OpenAlex

Abstract In this chapter we present what is known about reasoning and problem solving, what is currently being done, and in what directions future conceptualizations, research, and practice are likely to proceed in the psychological literature. In our discussion, we attempt to clarify the distinction between reasoning and problem solving, present major theories of reasoning and problem solving, and emphasize the importance of background knowledge in both of these forms of thinking. In discussing the importance of knowledge in reasoning, for example, we offer evidence from studies of expert problem solving that illustrate the importance of background knowledge in facilitating the selection of strategies for successful performance. Moreover, we identify a recurring challenge for theories of reasoning and problem solving, namely, the frame problem (Dennett, 1990; Fodor, 1983). The frame problem involves deciding which beliefs from a multitude of different beliefs to consider when solving a task or when updating beliefs after an action has occurred. Finally, we conclude by suggesting that successful reasoning might be akin to expert problem solving—an iterative and systematic process of pattern detection and classification. Connectionist models can provide an avenue for investigating such a pattern classification account of reasoning.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,266
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

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

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 Opus0,107
Tête enseignante GPT0,430
Écart entre enseignants0,324 · 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