En homenaje a las contribuciones de Paul R. Pintrich a la investigación sobre Psicología y Educación
Notice bibliographique
Résumé
Esta parte del monográfico presenta los comentarios de varios especialistas internacionales sobre las contribuciones de Paul R. Pintrich a la investigación sobre Psicología y Educación. Lucia Mason (Universidad de Padua, Italia) comenta las aportaciones del trabajo del profesor Pintrich y sus colaboradores sobre las creencias epistemológicas y su papel en el aprendizaje y la enseñanza. Gale Sinatra (Universidad de Nevada, USA) y Margarita Limón (Universidad Autónoma de Madrid, España) respectivamente, ofrecen su visión de las contribuciones de Paul a la investigación sobre cambio conceptual. Philip Winne (Simon Fraser University, Canadá) por un lado, e Ignacio Montero y Mª José de Dios (Universidad Autónoma de Madrid, España), por otro, analizan las aportaciones tanto teóricas como empíricas de Paul Pintrich en el ámbito del aprendizaje autorregulado y la motivación en contextos académicos.Finalmente, Richard E. Mayer (Universidad de California en Santa Bárbara, USA), Patricia A. Alexander (Universidad de Maryland, USA) y Erik De Corte (Universidad de Lovaina, Bélgica) presentan un comentario general sobre las contribuciones y repercusiones de la obra de Paul Pintrich en Psicología y Educación.
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 | 0,015 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».