Deriving Empirically-Based Design Guidelines for Advanced Learning Technologies that Foster Disciplinary Comprehension / Définir des lignes directrices fondées sur des données empiriques pour les technologies d’apprentissage avancé qui favorisent la compr
Notice bibliographique
Résumé
Planning, conducting, and reporting leading-edge research requires professionals who are capable of highly skilled reading. This study reports the development of an empirically informed computer-based learning environment designed to foster the acquisition of reading comprehension strategies that mediate expertise in the social sciences. Empirical data were gathered in a mixed-methods explanatory sequential design that examined the reading comprehension strategies used by an expert social scientist while reading a professional-level text. Process data were collected through a concurrent think-aloud protocol and coded according to reading comprehension processes. We combined both quantitative and qualitative analyses to identify, describe, and explain patterns in the expert’s use of reading strategies. Our findings indicate that highly-skilled reading is characterized by critiquing text information, relating information to prior knowledge, and evaluating one’s own understanding of text information. Findings are used to inform the design of worked-examples and a pedagogical agent embedded within the Highly-Skilled Reading Tutor. Le type de planification, de réalisation et l’analyse qui caractérise une recherche d’avant-garde nécessite des professionnels en mesure d’effectuer des lectures hautement spécialisées. La présente étude dresse un rapport sur l’élaboration d’un milieu d’apprentissage informatisé conçu pour favoriser l’acquisition de stratégies de compréhension en lecture permettant d’assurer la transmission des connaissances spécialisées en sciences sociales. La collecte de données empiriques s’est effectuée suivant une conception séquentielle explicative fondée sur une méthode mixte, qui étudiait les stratégies de compréhension de lecture utilisées par un expert en sciences sociales lors de sa lecture d’un texte de calibre professionnel. La collecte des données sur le processus s’est effectuée suivant un protocole concurrent de réflexion à haute voix, et les données ont été codées conformément aux processus de compréhension de la lecture. Nous avons combiné les analyses quantitatives et qualitatives afin d’identifier, décrire et expliquer les tendances de cet expert dans l’utilisation des stratégies de lecture. Nos résultats indiquent que la lecture hautement spécialisée se caractérise par la critique des informations présentées dans le texte, la mise en relation des informations présentées et des connaissances antérieures et l’autoévaluation de la compréhension de ces informations. Les résultats obtenus sont utilisés pour formuler des exemples façonnés et créer un agent pédagogique intégré au Tuteur de lecture hautement spécialisée.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».