MétaCan
Menu
Retour à la cohorte
Enregistrement W2406760734 · doi:10.19173/irrodl.v17i3.2297

Impacts of a Digital Dialogue Game and Epistemic Beliefs on Argumentative Discourse and Willingness to Argue

2016· article· en· W2406760734 sur OpenAlexvenueno aff
Omid Noroozi, Simon McAlister, Martin Mulder

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Strategies and Epistemologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArgumentativeViewpointsContext (archaeology)PsychologyClass (philosophy)Social psychologyOpenness to experienceEpistemologySociology

Résumé

récupéré en direct d'OpenAlex

<p class="Body">The goal of this study was to explore how students debate with their peers within a designed context using a digital dialogue game, and whether their epistemic beliefs are significant to the outcomes. Epistemic beliefs are known to colour student interactions within argumentative discourse, leading some students to hold back from interactions. By designing an online small group activity based around an issue both important and controversial to the students, with multiple viewpoints in each group and with the scaffolding provided by a dialogue game, it was examined whether these epistemic effects were still evident within their argumentative discourse. Furthermore, the study examined whether the activity design improves students' willingness to argue with each other, and their openness to attitudinal change. A pretest, posttest design was used with students who were assigned to groups of four or five and asked to argue on a controversial topic. Their aim was to explore various perspectives and to debate the pros and cons of the use of Genetically Modified Organisms (GMOs). While previous research has shown that some epistemic beliefs lead to less critical engagement with peers, the results presented here demonstrate that activity design is also an important factor in successful engagement within argumentative discourse.</p>

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,217
Score d'incertitude au seuil0,187

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,115
Tête enseignante GPT0,498
Écart entre enseignants0,382 · 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'étudeObservationnel
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

Citations31
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetEducational Strategies and EpistemologiesTravaux en français237 207