MétaCan
Menu
Retour à la cohorte
Enregistrement W2187723838 · doi:10.36510/learnland.v5i1.542

The Impact of Emotions on Divergent Thinking Processes: <br>A Consideration for Inquiry-Oriented Teachers

2011· article· en· W2187723838 sur OpenAlexaffvenue
Krista Ritchie, Bruce M. Shore, Frank LaBanca, Aaron J. Newman

Notice bibliographique

RevueLEARNing Landscapes · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience, Education and Cognitive Function
Établissements canadiensMcGill UniversityDalhousie UniversityIzaak Walton Killam Health Centre
Organismes subventionnairesnon disponible
Mots-clésCreativityCornerstoneNeurocognitiveDivergent thinkingPlan (archaeology)Convergent thinkingProcess (computing)PsychologyCreative thinkingMathematics educationPedagogyEngineering ethicsCognitionComputer scienceSocial psychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Innovation is a cornerstone of the success of our global society and it is required to generate solutions to today’s challenges. Students will benefit from classrooms that encourage creative thought and innovative self-directed projects. Inquiry is an instructional approach that fosters creativity and divergent thinking. This paper elaborates on one aspect of the creative process—the impact of emotions on divergent thinking. Theory and some existing research are reviewed and a plan for a neurocognitive study using electroencephalography is delineated. Current and previous research is taken into account when reflecting on suggestions for fostering learning environments conducive to creativity and building interdisciplinary collaboration.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,243
Score d'incertitude au seuil0,778

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,061
Tête enseignante GPT0,312
Écart entre enseignants0,251 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLEARNing LandscapesMême sujetNeuroscience, Education and Cognitive FunctionTravaux en français237 207