MétaCan
Menu
Retour à la cohorte
Enregistrement W2296814331 · doi:10.25115/ejrep.3.127

En homenaje a las contribuciones de Paul R. Pintrich a la investigación sobre Psicología y Educación

2017· article· es· W2296814331 sur OpenAlexaff
Margarita Limón, Lucia Masón, Gale M. Sinatra, Philip H. Winne, Ignacio Montero, María José de Dios, Patricia A. Alexander, Erik De Corte, Richard E. Mayer

Notice bibliographique

RevueElectronic Journal of Research in Educational Psychology · 2017
Typearticle
Languees
DomainePsychology
ThématiqueEducational Strategies and Epistemologies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0060,014
Communication savante0,0100,017
Science ouverte0,0020,006
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,082
Tête enseignante GPT0,508
Écart entre enseignants0,426 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronic Journal of Research in Educational PsychologyMême sujetEducational Strategies and EpistemologiesTravaux en français237 207