MétaCan
Menu
Retour à la cohorte
Enregistrement W2398914934

Two Strategies for Encouraging Functional Relationships in Concept Maps

2006· book-chapter· en· W2398914934 sur OpenAlexaff
Natalia Derbentseva, Frank Safayeni, Alberto J. Cañas

Notice bibliographique

RevueUniversidad de Costa Rica eBooks · 2006
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueScience Education and Pedagogy
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésFocus (optics)Selection (genetic algorithm)Concept mapTask (project management)Force dynamicsRoot (linguistics)Computer scienceArtificial intelligenceEngineeringLinguisticsSystems engineeringMechanical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Two strategies for encouraging formation of dynamic relationships in Concept Maps (CMaps) are discussed and tested, namely concept quantification and a dynamic focus question of the map. Two experiments were conducted to examine the effects of these two approaches on dynamic thinking during the CMap construction task. The first experiment examined the impact of the quantification of the root concept in the map. The second experiment explored the effect of the focus question of the map. For both experiments, the content of CMaps was assessed for the number of dynamic propositions and the number of quantified concepts. The results showed that the quantification of the root concept and the dynamic focus question “how” significantly increased dynamic thinking. In addition, the focus question affected the selection of concepts used in the maps and how those concepts were used. The studies, the theoretical background, and the implications of the findings are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,774
Score d'incertitude au seuil0,848

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,088
Tête enseignante GPT0,334
Écart entre enseignants0,246 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations12
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversidad de Costa Rica eBooksMême sujetScience Education and PedagogyTravaux en français237 207