Notice bibliographique
Résumé
What is a learning style? No one seems to know for sure. The language used by learning style theorists is filled with ambiguities. Price (2004) maintains that “learning style is often used as a metaphor for considering the range of individual differences in learning” (p. 681). Is learning style merely a fanciful metaphor or is it the wave of the future? The research offers mixed results. “Effects on improved test scores with testing conditions matched to student style have been published, but,” Curry (1990) adds, “there are also studies showing no discernible effect attributable to learning style variation” (p. 54). How many distinct learning style models are there? The Coffield (2004) team identified 71 different learning style models, which they subdivided into 13 major and 58 minor models. One of the most popular learning style models comes from Rita and Kenneth Dunn. They have developed an eclectic model featuring 21 (23) different variables that influence a person’s learning style. These variables run all the way from light and temperature to whether the person is analytic or global in his or her thinking. Rita Dunn says about the movement: “I want to convert the world” (Kortland, 2007, p. 8). And well she may. The Dunns’ model is used in the United States, Canada, Great Britain, Australia, and a number of other countries. Is learning style a panacea or a placebo? The jury is still out on that question.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,043 |
| Communication savante | 0,009 | 0,029 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,007 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 ».